端到端算法工程师（XC）

岗位职责

1. 参与端到端模型架构设计与优化，包括但不限于 BEV/Occupancy 感知、轨迹预测、决策规划一体化等方向；

2. 构建并维护大规模数据闭环：数据挖掘与难例筛选、自动标注、场景重建与仿真生成；

3. 负责模型的训练与迭代：设计 loss、评测指标，推动模型在真实驾驶场景中的表现持续提升；

4. 参与模型车端落地：量化、剪枝、蒸馏与推理加速，协同部署团队完成性能与精度的平衡；

5. 持续跟进行业前沿，将顶会论文、开源社区和竞品方案中的有效技术转化为工程落地；

6. 与规控、硬件、测试团队协作，定位并解决量产过程中的实际问题。

任职要求

- 2026/2027 届硕士及以上学历，计算机、自动化、车辆工程、机器人、数学等相关专业；

- 扎实的机器学习和深度学习基础，熟悉常见网络结构（Transformer、CNN、扩散模型等），熟悉 PyTorch 等主流框架；

- 良好的工程能力，熟悉 Python 与 C++，代码风格良好，具备独立调试和排查问题的能力；

- 具备扎实的数学基础（线性代数、概率论与数理统计），能理解和推导常见优化目标与损失函数；

- 对端到端自动驾驶有热情，关注行业进展，具备较强的自驱力和快速学习能力。

加分项

- 有 CV/自动驾驶相关顶会论文（CVPR、ICCV、ECCV、NeurIPS、ICLR、CoRL 等）或代表性开源项目；

- 在 nuScenes、Argoverse、Waymo Open Dataset、KITTI 等数据集/榜单上有过成绩；

- 有自动驾驶公司或相关方向的实习经历；

- 熟悉大规模分布式训练（Megatron、DeepSpeed 等），有多机多卡训练经验；

- 有模型部署优化经验（TensorRT、CUDA、量化工具链等），了解 J6 等车规芯片平台；

- 熟悉模仿学习、强化学习或 World Model 中的任一方向。