岗位描述
岗位职责
1. 参与行泊一体模型架构设计与优化,包括但不限于 PSD/DYO/Occupancy 感知、轨迹预测等方向;
2. 构建并维护数据闭环: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;
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;
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、8620 等车规芯片平台;