1、VLA（视觉-语言-行动）大模型在智驾场景的架构设计与核心算法研发，聚焦多模态数据（图像、文本、传感器信号）对齐与融合技术攻关； 2、端到端智驾系统开发，覆盖轨迹预测、路径规划、决策控制等核心任务，适配城市NOA、无高精地图驾驶等复杂场景； 3、VLA大模型工程化落地，包括大规模分布式训练优化、车端嵌入式平台适配及模型量化、剪枝等推理性能优化； 4、搭建多模态数据处理流水线，完成数据集清洗、标注、增强，支撑模型迭代与效果验证； 5、跟踪学术界主流VLA模型前沿技术，结合业务场景开展技术创新与落地，提升智驾系统泛化能力与安全性； 6、协同测试、工程团队完成实车调试与问题定位，保障算法满足量产指标（资深/专家岗额外需主导技术方案设计与跨团队协作）。

1. 硕士及以上学历，计算机科学、人工智能、机器人学、自动化、车辆工程等相关专业，博士优先。 2. 核心技术能力 （1）精通VLA/VLM/LLM模型架构与训练逻辑，深入理解多模态数据融合、对齐技术，掌握模仿学习、强化学习等算法在智驾场景的应用逻辑； （2）熟练运用Python，资深/专家岗需掌握C++，精通PyTorch等深度学习框架； （3）熟悉nuScenes、Waymo等主流自动驾驶数据集，能独立搭建数据处理流程，理解智驾感知、决策、规划核心任务及复杂交通场景适配逻辑； （4）具备传感器融合（LiDAR/Camera）、ROS系统相关经验，拥有实车调试与问题定位能力。 （5）熟悉DeepSpeed/FSDP等分布式训练工具及TensorRT/ONNX Runtime推理优化技术； 3. 综合素质 （1）具备优秀的问题分析与解决能力，能快速跟进并复现领域内最新研究成果； （2）拥有强烈的责任心与团队协作意识，具备清晰的沟通表达能力及跨部门协同效率； （3）具备创新思维与技术钻研精神，能承受高强度项目压力，保障研发任务按时落地。 4. 加分项 （1）在CVPR/NeurIPS/ICLR等顶级国际会议/期刊发表VLA、自动驾驶相关论文； （2）有大规模（千亿参数级）大模型训练优化或智驾车端量产项目完整闭环经验； （3）作为核心开发者维护过HuggingFace、MMLab等生态下高影响力开源项目，或在算法竞赛中取得优异名次。