自动驾驶端到端算法工程师-campus-2027

AI 摘要智能生成

负责端到端模型训练数据体系的构建

职位描述

1、负责自动驾驶端到端（End-to-End）决策规划算法的研发，涵盖基于深度学习、模仿学习（IL）或强化学习（RL）的轨迹预测、行为决策、路径规划等算法模型的开发、训练与迭代； 2、探索前沿自动驾驶端到端大模型（如UniAD, VAD等类似架构）或多模态大模型（VLM）在复杂交通场景下决策规划任务中的应用； 3、负责端到端模型训练数据体系的构建，包括海量人类驾驶专家数据的挖掘、清洗、标注方案设计，以及闭环仿真评测体系搭建； 4、负责端到端模型训练算法优化、闭环仿真验证（Closed-loop Simulation）、模型轻量化及实车部署的算力优化工作； 5、负责内部算法研发、仿真测试及数据工具链的优化和迭代； 6、负责端到端决策规划算法在实车或复杂仿真场景中的落地应用、Corner Case（长尾问题）排查与算法迭代。

任职要求

• 计算机、信息、数学、电子、自动化、机械、测控、汽车等相关专业硕士及以上学历，具有扎实的数学功底和算法基础；
• 具有扎实的数学功底和算法基础，熟练掌握深度学习（DL）、模仿学习（IL）、强化学习（RL）或传统决策规划算法的原理；
• 计算机基础扎实，熟练掌握Python、C/C++编程，熟悉Linux；
• 熟悉Pytorch/TensorFlow/Caffe等主流深度学习框架；
• 性格踏实，责任心强，对技术创新充满激情，团队合作、沟通能力佳；
• 加分项：在顶会/顶刊上发表过高水平研究成果；优质开源项目的主要贡献者；有一阶段、二阶段端到端自动驾驶方案的研发与落地经验。