1.实现和优化Imitation Learning、RLHF/DPO等训练范式在自动驾驶场景的应用 2.设计Curriculum Learning策略，从简单场景逐步过渡到复杂场景 3.搭建训练Pipeline（数据加载→分布式训练→评测→模型导出） 4.分析和解决训练过程中的收敛问题、分布偏移、灾难性遗忘等 5.配合模型评估团队建立自动化评测体系

1.计算机/AI相关方向硕士及以上，2年以上深度学习训练经验 2.精通PyTorch，有大规模分布式训练实战经验（≥64 GPU） 3.熟悉Imitation Learning、Reinforcement Learning、Sequence Modeling中至少一种 4.有自动驾驶相关项目经验（nuScenes/Waymo/NAVSIM等数据集使用经验） 5.扎实的工程能力，能独立完成从数据到模型的全流程开发