校招-智能辅助驾驶端到端闭环仿真研发工程师

AI 摘要智能生成

负责智能辅助驾驶一段式仿真算法的效率优化与工程建设

职位描述

负责智能辅助驾驶一段式仿真算法的效率优化与工程建设，围绕 3DGS重建、生成式等仿真技术方向，深入分析仿真算法的训练、场景生成与渲染流程，识别关键性能瓶颈，提升算法迭代效率和仿真执行效率。 负责仿真算法训练框架及训练流程优化，基于 PyTorch 等深度学习框架，针对训练任务调度、数据加载、计算资源分配、CPU/GPU 协同及显存管理等环节开展优化，提升训练吞吐和资源利用率，缩短模型训练周期。 负责 3DGS、生成式等仿真技术的场景生成与渲染效率优化，围绕场景表示、模型推理、视角合成及图像渲染等关键环节，优化算法执行流程和渲染链路，提升场景生成速度、渲染帧率及整体仿真效率。 建设仿真算法性能分析与评测体系，搭建 Profiling、Benchmark 等性能分析工具，持续跟踪训练、场景生成及渲染等关键环节的性能表现，定位效率瓶颈、验证优化收益，并协同算法团队推动优化方案落地。

任职要求

• 计算机科学、软件工程、人工智能、自动化、机器人、图形学等相关专业，硕士及以上学历。
• 具备扎实的计算机基础和良好的工程开发能力，熟练掌握 Python 和 C++，熟悉 Linux 开发环境，具备多线程、并行计算及内存管理等相关经验。熟悉AI辅助编程工具，具备良好的AI Vibe Coding能力，能够高效完成代码开发、调试及工程迭代。
• 熟悉 PyTorch 等深度学习框架，具备模型训练框架或训练流程优化经验，理解数据加载、训练任务调度、显存管理及多 GPU 训练机制，能够定位和解决训练过程中的性能瓶颈。
• 熟悉 GPU 计算基本原理及 CUDA 编程，了解 GPU 计算、内存访问和异步执行机制，具备 GPU 性能分析与优化经验者优先。
• 熟悉 3DGS、生成式仿真等相关技术的基本原理及训练、推理和渲染流程；具备相关算法研发或工程优化经验者优先。
• 具备计算机图形学、计算机视觉、图形渲染或高性能计算相关经验者优先；熟悉 GPU 渲染流程、场景重建技术者优先。
• 熟悉常用性能分析与调优工具，如 PyTorch Profiler、NVIDIA Nsight Systems、Nsight Compute、perf 等，能够通过 Profiling 和 Benchmark 定位训练及渲染链路中的性能瓶颈。
• 具备智能辅助驾驶仿真相关经验者优先，具备良好的沟通协作和技术钻研能力，能够深入理解仿真业务需求，独立分析和解决算法训练及场景渲染过程中的效率问题。