崗位優(yōu)勢:
薪資可談,晉升空間大,各項福利待遇好,公司氛圍好,有發(fā)展前景
崗位職責
1. 主導從多模態(tài)傳感器輸入(攝像頭/lidar/毫米波等)到車輛控制指令輸出的全鏈路算法開發(fā),構建端到端自動駕駛模型.
2. 探索基于transformer、diffusion model等架構的感知-決策-控制一體化方案,解決長尾場景泛化問題.
3. 設計數(shù)據(jù)驅動的訓練框架,開發(fā)自動化數(shù)據(jù)挖掘工具(如針對corner case的主動學習策略)
4. 主導模型輕量化與車規(guī)級部署,優(yōu)化模型在嵌入式平臺(如nvidia orin、地平線j5)的實時性.
5. 探索世界模型(world model)、神經(jīng)符號系統(tǒng)(neural-symbolic)等技術在自動駕駛中的應用
6. 推動大語言模型(llm)與自動駕駛決策系統(tǒng)的深度融合,提升復雜場景理解能力.
任職要求
1. 有端到端模型開發(fā)經(jīng)驗,如多任務訓練框架、離線強化學習等?.
2. 熟悉bev transformer、視覺slam、多傳感器融合等前沿技術.
3. 具備機器學習、深度學習理論基礎,熟悉自動駕駛技術鏈(感知-預測-規(guī)劃)?.
4. 在cvpr/eccv/neurips等頂會發(fā)表一作論文,或算法競賽(如acm、noi)獲獎者優(yōu)先.
5. 碩士以上學歷,計算機/機器人/數(shù)學相關專業(yè),2年以上自動駕駛算法研發(fā)經(jīng)驗
6. 精通pytorch框架及模型部署工具鏈(tensorrt、onnx等),有量產(chǎn)項目經(jīng)驗者優(yōu)先
7. 熟悉自動駕駛開源框架(如autoware、apollo),具備完整系統(tǒng)開發(fā)認知.
8. 掌握bev、occupancy network等新一代感知范式,熟悉nuscenes、waymo等數(shù)據(jù)集
9. 深入理解車輛動力學模型,具備控制算法(mpc、lqr)與強化學習的融合開發(fā)經(jīng)驗