锦鲤求职岗位描述
岗位职责（具体工作内容）
岗位名称：自动驾驶大模型与强化学习方向实习生
岗位亮点：
1. 深度参与滴滴深穹远航实验室核心项目，聚焦世界模型、VLA、大模型、强化学习微调及并行训练等前沿技术落地，直面行业前沿挑战；
2. 参与关键算法研发，成果优秀可支持发表 CCF A 类顶会 / 顶级期刊论文，助力学术成长；
3. 与顶尖技术团队共事，获得一对一导师指导，积累自动驾驶大模型及大规模并行训练实战经验。
核心工作内容
1. 负责端到端自动驾驶模型的强化学习微调训练，优化模型在复杂场景下的决策精度与鲁棒性；
2. 参与自动驾驶世界模型、VLA 及大模型相关算法研发，开展多模态环境建模、决策推理与规划控制研究；
3. 开展自动驾驶模型强化学习大规模并行训练算法研发，提升训练效率、降低资源消耗；
4. 参与大模型训练及后训练技术研发，包括监督微调、强化学习微调及相关训练方法优化；
5. 参与训练流程的自动化优化，搭建高效、可靠的模型训练与评估体系；
6. 跟踪强化学习、世界模型、VLA、大模型及并行计算领域前沿技术，推动算法创新与工程化落地。
任职资格（学历、目标院校、语言、技能、性格等要求）
1. 专业背景：自动化、计算机科学与技术、车辆工程、人工智能、机器人等相关专业，本科及以上学历（硕士 / 博士在读优先）；
2. 技术能力：
熟悉强化学习核心算法（如 DQN、PPO、SAC 等），或具备**世界模型、VLA、大模型、多模态学习等相关研究基础；
掌握并行系统开发技术（如分布式训练框架、多 GPU / 多节点调度等），有实际项目经验者优先；
熟练使用 Python/C++，熟悉 PyTorch/TensorFlow 等深度学习框架；
3. 加分项：
在 NeurIPS、ICML、ICLR、CVPR、ECCV 等顶会 / 顶刊发表过相关论文；
有自动驾驶、机器人强化学习、世界模型、VLA、大模型训练或大规模并行训练项目经验；
4. 素质要求：具备较强的问题解决能力、沟通协作能力，对技术研发有浓厚兴趣和钻研精神。
5. 实习周期：
实习周期：6 个月及以上（可长期实习者优先）；
工作模式：线下实习，实习地点位于搜狐网络大厦（清华大学东门外）；
6. 实习福利：
表现优秀者可获得校招转正机会；
定期团建、专业技能培训资源；
论文发表指导与资源支持，助力学术背书。
注：若有其他疑问 可邮件咨询internrecruit@didiglobal.com