决策算法实习生 （数据模型方向）

【岗位职责】 行为决策与运动规划：研发基于状态机、博弈论、MDP等的决策模型，优化车辆在cut-in、无保护路口、环岛等复杂场景下的交互策略与路径规划。 算法实现与工程落地：设计并实现高性能、高可靠的C++规划算法框架，负责选道决策、参考线生成、运动规划等核心模块的开发与实车验证。 数据流水线构建：与端到端模型团队深度合作，负责海量驾驶数据的清洗、标注、特征提取与路网结构信息整理，为端到端模型训练提供高质量、高信息密度的输入。 场景挖掘与构建：主导场景泛化研究与边界场景挖掘，构建结构化/非结构化的仿真场景集，支撑传统算法与端到端算法的闭环评测与迭代。 【任职要求】 学历专业：计算机、车辆工程、自动化、Robotics、控制工程等相关专业，硕士或博士在读（2026届及以后）。 编程能力：精通C++和Python，有扎实的算法与数据结构基础，熟悉Linux开发环境及Git协作流程。 理论功底：至少深入掌握以下一个方向的核心理论： 传统规控方向：状态机、决策树、MDP/POMDP、博弈论、最优控制、CILQR、A/Hybrid A、Lattice Planner、EM Planner等。 数据/学习方向：监督学习、强化学习、Transformer、概率图模型、时序数据处理、特征工程等。