自动驾驶数据闭环研发工程师（仿真方向）

职位描述

岗位概述：

我们诚邀具备顶尖战略视野与深度技术洞察力的博士人才加盟，以自动驾驶数据闭环研发核心技术专家的身份，成为公司仿真测试领域创新突破与技术变革的引领者。

此岗位突破传统工程师的职能边界，作为技术布道者，需前瞻性洞察行业技术走向，传递前沿理念并推动技术共识；作为系统架构师，需主导核心技术方案设计，构建稳定、高效的技术体系。您的核心使命是：作为公司数据驱动闭环核心研发中坚力量，承担“真实数据→场景生产（3DGS/log2world）→仿真资产化→测试验证→反馈优化”关键链路算法与平台能力建设，推动端到端一站式自动驾驶测试解决方案的可扩展性、工程化与商业落地。

工作职责：

1. 设计与实现log2World管线：将多传感器实车日志（CAM/LiDAR/Radar/IMU/GNSS）转换为结构化世界模型（车道、道路拓扑、交通设施、动态参与者轨迹）。

2. 研发3D场景资产生产技术：基于3D Gaussian Splatting（3DGS）、NeRF 等方法进行高保真、可编辑、可组合的场景重建与轻量化。

3. 建立场景可编辑化与参数化能力：支持局部几何/纹理增删、光照调整、动态元素替换与批量生成。

4. 构建AI 动态交通流仿真：基于真实轨迹统计+行为/意图建模+多智能体决策（Rule /IDM/ RL/MARL），生成可控分布与长尾行为。

5. 开发仿真中传感器数据合成/回放对接：支持 Camera/ LiDAR 数据混合驱动（真实+合成与一致性评估。

6. 设计仿真可信度与Domain Gap评价指标：含传感器误差分布、Actor行为分布、交通流参数、场景覆盖率。

7. 优化3DGS/NeRF推理与渲染性能：加速加载、内存占用、采样策略、批渲染流水线。

8. 与仿真引擎（例如aiSim/ Unreal/Unity）协同接口：完成资源格式转换、材质/传感器一致性校准与调试工具开发。

9. 输出可复用内部模块（SDK/API/工具脚本），推动工程标准化。

任职要求

1. 博士或应届/近毕业博士，方向之一：计算机视觉、3D 重建、自动驾驶仿真、机器人、图形学、交通建模、机器学习。

2. 熟练掌握C++与Python，具有扎实数据结/并行/性能优化基础，了解GPU（CUDA / TensorRT /Vulkan/OpenGL其一）。

3. 熟悉以下核心领域中至少2个：

①多传感器融合定位映射/轨迹重建（SLAM/Mapping/Calibration）

②3D 场景重建（NeRF/3DGS/MVS/SDF/Mesh优化）

③传感器仿真与数据合成（Camera/LiDAR/Radar渲染或建模）

④交通流/行为/多智能体建模（IDM/MOBIL/RL/轨迹生成）

⑤自动驾驶仿真与场景生成（CARLA/LGSVL/Unreal/自研仿真引擎）

4. 熟悉OpenX标准（OpenDRIVE/OpenSCENARIO/OpenCRG）与格式转换实现。

5. 具备真实log数据处理经验：时间同步、标定一致性检验、轨迹平滑、对象跟踪或地图要素抽取。

6. 理解场景参数化与可变异测试思想（Scenario Parameterization/扰动生成/长尾挖掘）。

7. 能独立阅读与裁剪前沿论文，将研究方法工程化落地。

8. 良好代码规范与文档意识，重视模块复用和稳定性。

9. 自驱、结果导向，能分解复杂系统并量化阶段目标。

加分项：

1. 在顶会/期刊（CVPR/ICCV/ECCV/NeurIPS/ICRA/IROS/SIGGRAPH/TITS等）发表相关论文。

2. 有3DGS/NeRF 可编辑化、加速（Instant-NGP、Mip-NeRF、Gaussian Splatting优化）实战项目。

3. 参与过log2world/ 场景语义抽取/HD Map生产流水线或相关内部平台。

4. 具备交通仿真框架经验（SUMO/CARLA/Flow/ BeamNG）或多智能体强化学习实践。

5. 具备行为建模（意图预测、轨迹生成、博弈/交互建模）或概率生成模型（Diffusion / VAE/GAN）在交通场景中的应用。

6. 有传感器物理建模/逆向渲染/辐射度量/材质与光照仿真经验。

7. 有分布式/高并发渲染或大规模批生成优化（Ray/gRPC/ Kubernetes/多 GPU 调度）经验。

8. 熟悉矢量地图/Lane 拓扑构建、拓扑一致性验证与语义纠错。

9. 参与过资产管理/场景库/覆盖率指标体系建设。

10. 拥有相关专利、开源项目、技术博客或工程案例可展示。