The posting
负责端到端辅助驾驶模型设计、训练和产品交付。 重点解决园区场景遇到的各类问题,如闸机通行等,使模型具备同时可以前进、倒车、腾挪的自主能力。 负责强化学习驱动的驾驶策略优化,推动算法性能提升。 参与智能辅助驾驶模型的监督微调(SFT)研究与优化,提升模型泛化能力 参与基础设施完善,包括训练系统、评测系统的开发与优化 参与闭环仿真与数据驱动迭代,提升数据利用效率,驱动模型性能提升和泛化 不断探索新算法并实践,提升产品功能表现
本科及以上学历,计算机、自动化、车辆工程、机器人、人工智能等相关专业 研究经历和方向涉及轨迹规划模型、生成模型、大语言模型,以及相关的数据算法和训推框架,并在主流方案上有实践经验,如自回归、Diffusion、VLA、世界模型等 掌握先进强化学习算法和底层原理,如PPO,GRPO,以及其他变种 扎实的 Python 编程能力,能够熟练使用 PyTorch/TensorFlow 等深度学习框架。 扎实的论文调研阅读能力,能够跟踪业界的前沿进展并具备算法复现的能力。 具备将前沿算法研究与量产落地需求相结合的系统性工程能力,对解决复杂实际问题有强烈驱动力



