一、模型研發(fā)與算法設(shè)計
1、負(fù)責(zé)自動駕駛場景下基于BEV、時序感知信息的端到端大模型行為預(yù)測研發(fā),包括軌跡預(yù)測、多主體交互建模、意圖理解等核心模塊設(shè)計與優(yōu)化。
2、基于Transformer、Diffusion、Graph等主流架構(gòu),設(shè)計適用于自動駕駛場景的行為預(yù)測大模型,提升預(yù)測精度、泛化能力與魯棒性。
3、建立融合時序圖像、激光雷達(dá)、地圖、運動學(xué)信息的多模態(tài)輸入機制,實現(xiàn)對動態(tài)交通環(huán)境的語義理解和建模。
4、設(shè)計與決策規(guī)劃模塊的對接接口,實現(xiàn)從預(yù)測到?jīng)Q策的端到端聯(lián)動,提高系統(tǒng)閉環(huán)性能與響應(yīng)效率。
5、構(gòu)建高效的大規(guī)模訓(xùn)練框架,設(shè)計行為預(yù)測專用的評估指標(biāo)與benchmark體系,支持在線/離線評測。
6、跟蹤端到端大模型、世界模型、Diffusion模型等前沿技術(shù),探索其在行為預(yù)測中的落地路徑。
二、技術(shù)規(guī)劃與落地(專家需要)
1、制定長期技術(shù)路線圖,推動跨領(lǐng)域的協(xié)同開發(fā)。
2、主導(dǎo)算法在量產(chǎn)項目中的工程化落地,包括性能調(diào)優(yōu)、硬件適配(如車規(guī)級芯片)與實時性保障。
三、團(tuán)隊管理(專家需要)
1、組建并帶領(lǐng)算法團(tuán)隊,負(fù)責(zé)技術(shù)方向把控、代碼審查與人才培養(yǎng)。
2、跨部門協(xié)作(如系統(tǒng)工程師、測試團(tuán)隊),推動技術(shù)方案的全流程驗證與迭代。
教育背景:碩士以上學(xué)歷(不限學(xué)校層級),性別年齡不限
專業(yè)要求(次):計算機、電子工程、自動化、人工智能等相關(guān)專業(yè)
學(xué)歷+學(xué)位證書:雙證必備
工作地址:廣州總部、北京(籌備中)、上海(籌備中)均可
工作經(jīng)驗要求:3年以上(只看自動駕駛量產(chǎn)車/產(chǎn)品經(jīng)驗)
-博士或頂會(CVPR、ICCV、NeurIPS、ICLR)論文發(fā)表者優(yōu)先。
1、專業(yè)技能
-扎實的機器學(xué)習(xí)/深度學(xué)習(xí)理論基礎(chǔ),熟悉常見時序建模方法,有自動駕駛行為預(yù)測或軌跡預(yù)測相關(guān)經(jīng)驗優(yōu)先。
-熟悉多模態(tài)融合方法,對感知與地圖信息有良好建模理解, 有大規(guī)模深度學(xué)習(xí)模型的設(shè)計、訓(xùn)練、優(yōu)化經(jīng)驗,熟悉端到端建模范式優(yōu)先。
-具備良好的系統(tǒng)化思維和工程能力,能與感知、決策、系統(tǒng)集成團(tuán)隊高效協(xié)作,推動模型落地,有大模型訓(xùn)練平臺使用經(jīng)驗(如DeepSpeed、FSDP、Megatron等)者優(yōu)先。
2、編程與工具鏈
-熟練使用Python/C++,掌握PyTorch/TensorFlow,熟悉ROS/ROS2、DDS等中間件。
-有數(shù)據(jù)管線構(gòu)建、分布式訓(xùn)練、推理優(yōu)化等經(jīng)驗者優(yōu)先。
3、其他能力
-具備優(yōu)秀的邏輯思維與問題拆解能力,能獨立承擔(dān)復(fù)雜技術(shù)任務(wù)。
-良好的英語文獻(xiàn)閱讀能力,對技術(shù)有強烈熱情和創(chuàng)新意識。