岗位描述
岗位职责:
1、负责自动驾驶端到端(End-to-End)决策规划算法的研发,涵盖基于深度学习、模仿学习(IL)或强化学习(RL)的轨迹预测、行为决策、路径规划等算法模型的开发、训练与迭代;
2、探索前沿自动驾驶端到端大模型(如UniAD, VAD等类似架构)或多模态大模型(VLM)在复杂交通场景下决策规划任务中的应用;
3、负责端到端模型训练数据体系的构建,包括海量人类驾驶专家数据的挖掘、清洗、标注方案设计,以及闭环仿真评测体系搭建;
4、负责端到端模型训练算法优化、闭环仿真验证(Closed-loop Simulation)、模型轻量化及实车部署的算力优化工作;
5、负责内部算法研发、仿真测试及数据工具链的优化和迭代;
6、负责端到端决策规划算法在实车或复杂仿真场景中的落地应用、Corner Case(长尾问题)排查与算法迭代。
任职资格:
1、 计算机、信息、数学、电子、自动化、机械、测控、汽车等相关专业硕士及以上学历,具有扎实的数学功底和算法基础;
2、 具有扎实的数学功底和算法基础,熟练掌握深度学习(DL)、模仿学习(IL)、强化学习(RL)或传统决策规划算法的原理;
3、 计算机基础扎实,熟练掌握Python、C/C++编程,熟悉Linux;
4、 熟悉Pytorch/TensorFlow/Caffe等主流深度学习框架;
5、 性格踏实,责任心强,对技术创新充满激情,团队合作、沟通能力佳;
6、 加分项:在顶会/顶刊上发表过高水平研究成果;优质开源项目的主要贡献者;有一阶段、二阶段端到端自动驾驶方案的研发与落地经验。