机器学习与人工智⁠能

Apple 机器学习与人工智能团队的两名团队成员互相协作,一人拿着 iPad,另一人拿着 iPhone。

工作无限创新,体验非比寻⁠常。

  • Apple 非常注重软硬件的完全一体化,促使这支团队积极与各方协作,去帮助人们实现超乎想象的精彩。 他们打造的智能体验切实有用、懂你所需且简单直观,同时将隐私保护贯穿始⁠终。
搜索可申请的职位

在机器学习与人工智能团队找到你的专长领⁠域。

  • 构建 Apple 智能赖以运行的数据基础,开发合成数据管道,开展全球规模的数据采集运营,并为生成式 AI 和多模态模型开创人工评估方⁠法。

    关键领域:

    合成数据生成、数据采集、用户研究、大规模全球运营、人工判定与数据核验、生成式 AI 与多模态大语言建模、计算机视觉、数据质量保⁠障

  • 负责让 Apple 设备学会观察并理解视觉世界,打造从实时图像处理,到能够对所见事物进行推理的多模态基础模型等各项技⁠术。

    关键领域:

    数据科学、深度学习、多模态基础建模、视觉推理、硬件感知模型优化、实时计算机视⁠觉

  • 构建 Apple 智能的数据中枢,包括驱动 Siri 与搜索的基础架构,以及用于评估实际成效的实验平⁠台。

    关键领域:

    统计分析、数据洞察、评估、实验、机器学习应用、研究、数据处⁠理

  • 负责打造 Apple 的前沿基础模型,涵盖从预训练、后训练、评估到部署的完整模型生命周⁠期。

    关键领域:

    深度学习、强化学习、大语言建模、视觉语言建模、多模态传感器、检索增强生成、智能体 AI、计算机视觉、自然语言处理、研⁠究

  • 确保 Apple 宏大的 AI 项目稳步推进,统筹协调基础模型、隐私基础架构、搜索与评估等各个环节的执⁠行。

    关键领域:

    平台与基础架构、基础模型、隐私与合规、搜索与知识、评⁠估

  • 运用人工智能与机器学习重塑 Apple 的企业级运营方式,打造覆盖先进对话式体验、开发者效率提升等各类场景的智能平⁠台。

    关键领域:

    数据科学、开发运维、应用机器学习、用户体验、AI 平台工程、机器人流程自动化、安全与欺诈检测、大语言模型、机器学习平⁠台

  • 为 Apple 的人工智能和机器学习构建各种系统,在整个机器学习技术栈中优化性能、效率与可扩展性,赋能每一个模⁠型。

    关键领域:

    机器学习框架、平台开发、分布式系统设计与运维、加速计⁠算

  • 确保 Apple 设备能够感知自身在现实世界中的位置及运动轨迹,为空间追踪、3D 视觉和场景理解打造实时、低功耗算⁠法。

    关键领域:

    实时空间追踪、导航、3D 计算机视觉、建图、定位、场景理解、位置估计、多模态传感器、运动恢复结⁠构

  • 将 Apple 的基础模型转化为人们日常使用的语言与语音体验,核心聚焦于提示词工程、模型适配与产品集⁠成。

    关键领域:

    模型开发与改进、研究与创新、数据分析与准备、产品集成、性能评估与调优、隐私与伦⁠理

  • 深耕隐私保护 AI 的前沿领域,开发差分隐私等技术,并构建评估框架,确保 Apple 智能达到顶尖水准,同时始终不辜负用户的信⁠任。

    关键领域:

    差分隐私、隐私与数据分析、监管准备、合规管控、政策框⁠架

  • 定义 Apple 应对生成式 AI 挑战的策略,涵盖从模型对齐和红队测试,到安全缓解和上线后监控的各个环⁠节。

    关键领域:

    风险评估、产品功能政策、模型对齐、技术安全缓解、工程方案、设计方案、评估、红队测试、上线后监控与响⁠应

  • 构建搜索、知识图谱与检索系统,帮助人们在 Apple 生态系统中准确获取所需信息,并日益通过对话式 AI、检索增强生成与智能体能力来强化这些系⁠统。

    关键领域:

    对话式与智能体 AI、知识图谱、大语言建模、自然语言处理、后训练、检索增强生成、信息检索、强化学习、摘要生⁠成

  • 结合机器学习安全研究以及平台与产品安全工程,以前所未有的规模研发防御机制来抵御新兴威胁,保护 Apple 系统与顾客的安⁠全。

    关键领域:

    应用机器学习安全研究、平台安全工程、产品安⁠全

机器学习与人工智⁠能

探索所有机⁠会。