岗位职责: 主导从多模态传感器输入(摄像头/lidar/毫米波等)到车辆控制指令输出的全链路算法开发,构建端到端自动驾驶模型. 探索基于transformer、diffusion model等架构的感知-决策-控制一体化方案,解决长尾场景泛化问题. 设计数据驱动的训练框架,开发自动化数据挖掘工具(如针对corner case的主动学习策略) 主导模型轻量化与车规级部署,优化模型在嵌入式平台(如nvidia orin、地平线j5)的实时性. 探索世界模型(world model)、神经符号系统(neural-symbolic)等技术在自动驾驶中的应用 推动大语言模型(llm)与自动驾驶决策系统的深度融合,提升复杂场景理解能力. 招聘要求:

1.有端到端模型开发经验,如多任务训练框架、离线强化学习等‌. 2.熟悉bev transformer、视觉slam、多传感器融合等前沿技术. 3.具备机器学习、深度学习理论基础,熟悉自动驾驶技术链(感知-预测-规划)‌. 4.在cvpr/eccv/neurips等顶会发表一作论文,或算法竞赛(如acm、noi)获奖者优先. 硕士以上学历,计算机/机器人/数学相关专业,2年以上自动驾驶算法研发经验 精通pytorch框架及模型部署工具链(tensorrt、onnx等),有量产项目经验者优先 熟悉自动驾驶开源框架(如autoware、apollo),具备完整系统开发认知. 掌握bev、occupancy network等新一代感知范式,熟悉nuscenes、waymo等数据集 深入理解车辆动力学模型,具备控制算法(mpc、lqr)与强化学习的融合开发经验