自动驾驶大模型预训练高级算法工程师
岗位摘要
负责自动驾驶多模态大模型的预训练框架设计与优化，探索自监督/弱监督学习在长尾场景下的应用，主导视觉-语言-动作（VLA）或多模态对齐技术的研发；深入研究生成式模型（如Diffusion、Autoregressive Model），构建自动驾驶领域的世界模型，提升模型对物理规律、因果关系的理解与推演…
岗位职责
- 负责自动驾驶多模态大模型的预训练框架设计与优化，探索自监督/弱监督学习在长尾场景下的应用，主导视觉-语言-动作（VLA）或多模态对齐技术的研发
- 深入研究生成式模型（如Diffusion、Autoregressive Model），构建自动驾驶领域的世界模型，提升模型对物理规律、因果关系的理解与推演能力，赋能仿真与规控
- 参与或主导基于大模型的端到端规划算法研发，打通从感知到决策的全链路优化，解决传统模块化系统中的信息损耗与累积误差问题
- 负责千卡级分布式训练的优化，包括但不限于数据并行、模型并行、流水线并行策略，以及显存优化和通信加速，确保训练的高效与稳定
- 跟踪学术界（CVPR/ICCV/ECCV/NeurIPS等）及业界前沿动态，结合业务实际制定技术路线图，攻克数据闭环中的核心算法难题
任职要求
- 计算机、自动化、数学等相关专业硕士及以上学历，博士优先
- 在自动驾驶、多模态学习、世界模型、具身智能等至少一个领域有深厚积累
- 以第一作者发表过顶会/顶刊论文（如CVPR, ICCV, ECCV, NeurIPS, ICLR, TPAMI等），或有Kaggle、Waymo挑战赛等顶级竞赛获奖经历
- 精通PyTorch等深度学习框架；精通自监督/弱监督预训练算法、对比学习、掩码建模等技术
- 深入理解多模态融合与对齐机制（如CLIP, BLIP, LLM-based agents）；熟悉扩散模型（Diffusion Models）原理及加速采样技术
- 具备扎实的端到端自动驾驶算法基础，熟悉Planning/Control模块者优先
- 拥有千卡级GPU集群的分布式训练实战经验，熟悉Megatron-LM, DeepSpeed等框架，能够独立解决大规模训练中的收敛与性能瓶颈
- 具备优秀的代码能力，熟练掌握Python/C++，有良好的系统设计与工程规范意识
- 具有3人以上技术团队管理经验，善于跨团队（如数据平台、仿真、测试、硬件）协调资源，推动复杂项目落地
- 具备清晰的技术战略思考能力，能够从0到1规划技术路径，并拆解执行
- 安全敬畏心：深刻理解自动驾驶的安全红线，在算法设计中始终将安全性置于首位
- 极客精神：追求算法性能的极致，同时保持务实态度，平衡学术前瞻性与工程落地性
- 适应力：愿意拥抱技术变革，适应创业公司般的高强度迭代节奏，对解决未知难题充满热情
- 加分项：在GitHub上有具有影响力的开源项目
- 加分项：有LLM（大语言模型）微调、RLHF（人类反馈强化学习）相关经验
- 加分项：熟悉车端部署与TensorRT加速，了解嵌入式系统特性
加分项
- 在GitHub上有具有影响力的开源项目
- 有LLM（大语言模型）微调、RLHF（人类反馈强化学习）相关经验
- 熟悉车端部署与TensorRT加速，了解嵌入式系统特性