自驾算法工程师（博士）-感知规控slam等-
上海
硕士及以上
自动化类·计算机类
使用简历深度优化功能，快速提升简历质量
职位介绍
端到端：
1、学历要求：硕士及以上学历；
2、计算机科学、人工智能、自动化、车辆工程、自动化、计算机等专业优先;
3、熟悉深度强化学习算法及多智能体协同训练框架，熟悉离线强化学习（如DPO）优先；
4、熟悉Diffusion Models、World Models技术栈，有DiT、Rectified Flow、场景生成项目经验者优先；
5、熟练使用PyTorch/TensorFlow等框架，具备大规模分布式训练（如多机多卡RL训练）经验；
6、熟悉自动驾驶仿真工具链（CARLA、SUMMIT、AirSim等），掌握场景生成、场景挖掘与闭环测试方法；
7、具备多模态大模型（如LLaMA、Gemini、Qwen系列）调优或轻量化部署经验者优先；
8、英语CET6及以上，无挂科记录。
优先条件：
1、在顶会（NeurIPS、ICML、CVPR、ICLR等）发表过RL、生成模型或自动驾驶相关论文。
2、熟悉Lingo-2、EMMA等自动驾驶专用大模型，或参与过InternLM/InternVL等开源项目。
3、有智能驾驶量产项目经验，或主导过仿真场景生成、数字孪生系统开发。
数据闭环：
1、学历要求：硕士及以上学历；
2、计算机科学、人工智能、自动化、车辆工程、自动化、计算机等专业优先;
3、熟悉Python/C++，具备指标体系开发、高性能计算或海量数据处理（TB+级）实战经验；
4、熟练掌握Hadoop/Spark/Flink等大数据技术栈，处理驾驶场景数据流；
5、复杂机器学习/深度学习算法开发与调优，或大规模数据标注体系设计/质量管理（熟悉Label Studio等工具者优先）；
6、熟悉自动驾驶系统架构与模块协作逻辑，对数据闭环/仿真评测有清晰方法论；
7、了解MLOps、仿真测试（如CARLA/LGSVL）等前沿实践者优先；
8、英语CET6及以上，无挂科记录。
规控：
1、学历要求：硕士及以上学历；
2、计算机科学、人工智能、自动化、车辆工程、自动化、计算机等专业优先;
3、熟悉端到端自动驾驶算法，拥有模仿学习/半监督学习/强化学习/自监督学习/生成式学习科研经历，有闭环多模态大模型经验，了解BEVFormer、UniAD、World Model、SparseDrive等；
4、有人工智能顶会顶刊论文或学术比赛成果者优先，包括不限于CVPR、AAAI、PAMI、IROS等；
5、有预测算法/行为决策算法/运动规划算法/运动控制算法等相关算法开发经验者优先，有复杂自动驾驶场景落地经验者优先；
6、具备良好的C++/Python编程基础，有pytorch/tensorflow等开发经验和模型加速经验。
7、英语CET6及以上，无挂科记录。
感知：
1、学历要求：硕士学历；
2、计算机科学、人工智能、机器学习、自动化、车辆工程、自动化、计算机等专业优先;
3、深入了解数据结构/算法/代码优化等相关知识。熟悉 c / c++，熟练使用 python，有 ACM 等相关经验者优先；
4、熟悉主流的深度学习算法，包括但不限于BEV感知/目标检测/图像分割/多传感融合等领域；
5、熟悉 NN 网络结构优化及精度提升方法，包括但不限于预训练，结构调整 / 量化，loss 优化，训练加速等；
6、熟练使用深度学习开源框架，如 PyTorch TensorFlow，要求至少熟练使用一种框架；
7、有自动驾驶感知 / 融合 / SLAM 开发经验者，有记忆泊车 / 遥控泊车 / AVP 项目经验者优先。
8、有视觉顶会（CVPR/ICCV/ECCV/ICML/NeurIPS）或顶刊（TPAMI/IJCV/TIP）者优先
9、英语CET6及以上，无挂科记录。
