岗位职责
团队主要聚焦多模态大模型及端到端模型在车端导航及定位应用，我们期待你的工作将覆盖以下至少一个技术方向即可：
- 在端到端自动驾驶、BEV环境感知、多模态融合、强化学习等领域具备丰富且有独创性的研究经历；
- 探索多模态大模型在下游任务中的技术能力，包括但不限于图文对齐/识别、跨模态理解生成、多模态检索、VLM端到端自动驾驶、世界模型等；
- 了解大模型模型的训练/微调/推理加速方法，包括但不限于模型结构调优、训练效率提升、高效低成本微调、Muti-token推理，模型部署加速等；
- 参与自动驾驶系统中机器学习算法的研究、开发与优化，包括但不限于深度学习算法在端到端感知大模型、规控大模型、视觉语言大模型等方面的应用；
- 负责收集、整理和分析自动驾驶相关的数据集，进行数据预处理和标注，以提高模型的准确性和复杂场景泛化能力；
- 设计和实现端到端自动驾驶模型的训练流程，包括选择合适的优化算法、调整超参数、评估模型性能等，确保模型在不同场景下的稳定性和可靠性。
职位要求
学历与专业背景： 5 年以上自动驾驶或机器人领域算法研发经验，硕士及以上学历，计算机视觉、自动驾驶、机器人等相关专业。有车道级定位、高精地图或视觉导航方向的核心模块负责人经历优先。 能力要求: - 精通视觉定位与多传感器融合定位技术（端到端定位、Map-basedLocalization、VIO），有从算法设计到车端落地的完整经验 - 熟悉视觉语言模型（CLIP/LLaVA/Qwen-VL）及多模态对齐方法，有 VLN 或 VLM在驾驶场景的研究或落地经验 - 具备大规模模型训练与分布式训练（DeepSpeed/FSDP）的工程能力，熟悉端侧推理优化（量化/蒸馏/TensorRT） - 对""车端定位&导航""、""视觉语言模型导航""等技术路线有系统性判断力，能独立做技术选型决策 - 具备前沿技术敏感度与学术输出能力，能持续跟踪 SOTA 并推动技术转化
