决策推理算法工程师（2026届春招）

职位描述 1参与自动驾驶系统中选道决策、行为决策、交互决策、参考线等模块的研发与落地； 2在结构化和非结构化道路场景下，设计高性能、高可靠性的决策规划算法，并完成代码实现、仿真验证、实车测试与迭代优化； 3参与数据防护与评测体系的搭建，通过仿真和闭环测试量化算法效果，驱动持续改进； 4探索并尝试将端到端模型引入决策规划流程，例如：基于学习的决策先验、模仿学习/强化学习替代部分规则逻辑、结合预测与决策的联合模型等； 5与感知、预测、控制团队紧密协作，推动下一代混合式（规则+学习）决策系统的工程化落地。 职位要求 1计算机、自动化、机器人、车辆工程、数学等相关专业，本科及以上学历（2025/2026届毕业生）； 2扎实的编程能力，熟练掌握C++，熟悉常用数据结构和设计模式，有良好的代码风格和工程习惯； 3了解自动驾驶决策规划基础概念（如状态机、决策树、A*/Lattice Planner、PID/MPC等），或对机器人/游戏AI中的决策问题有学习或实践经验； 4具备良好的数学基础，理解坐标变换、车辆运动学/动力学模型，或愿意快速补足这部分知识； 5对以下至少一个方向有实际接触或浓厚兴趣（课程项目、竞赛、科研、实习均可）： 1）传统决策规划算法（如行为树、有限状态机、基于优化的轨迹规划） 2）深度学习/强化学习/模仿学习在运动规划或决策中的应用 3）端到端自动驾驶（如CILRS、Transfuser、UniAD等架构的复现或改进） 6加分项： 1)有ACM、RoboMaster、自动驾驶挑战赛等竞赛经历； 2)熟悉ROS/Apollo/CARLA/SUMO等开发或仿真工具； 3)有论文或开源项目涉及决策规划/端到端驾驶模型； 4)对博弈论、POMDP、MDP等不确定性决策方法有理论理解。