端到端算法开发工程师(J10921)

职位描述

1. 负责端到端自动驾驶框架的整体设计与研发，将主流感知、预测、规划技术融合至端到端建模体系中，全面覆盖纯视觉、激光雷达及多传感器融合全技术路线，支撑城市道路、高速高架全场景的自动驾驶核心任务。

2. 设计并开发全链路端到端模型，包括一段式端到端模型（传感器输入到车辆控制的端到端直接映射）与两段式端到端模型（如感知-规划模块解耦的模块化端到端架构），独立完成端到端规划模型的搭建与落地，全流程负责模型选型、技术方案制定、训练迭代与全生命周期性能优化。

3. 推动适配不同传感器配置方案的模型在车端的落地部署与性能调优，核心工作涵盖模型推理加速、后处理算法开发、车规级高效系统集成、系统稳定性验证与实车路测全流程工作。

4. 搭建纯视觉、激光雷达、多传感器融合多模态输入的端到端建模能力，实现端到端BEV感知、静动态Occupancy栅格推理、目标轨迹预测与生成等核心功能的多任务一体化输出，适配不同传感器配置的量产车型需求。

5. 负责高速高架、城市道路全场景下的端到端算法模型落地与量产交付，持续迭代优化算法性能，推动自动驾驶技术向全无人化终局演进。

任职要求

1. 硕士及以上学历，计算机、自动化、电子工程、人工智能等相关专业，3年及以上自动驾驶算法研发相关工作经验，精通计算机视觉、机器学习、深度学习相关核心算法与理论。

2. 具备丰富的自动驾驶领域算法研发实操经验，有单目3D感知、BEV感知、激光雷达点云感知、时序视频感知、多传感器融合端到端建模项目经验者优先。

3. 深入理解Transformer、BEV、Occupancy等自动驾驶前沿算法技术，具备扎实的落地实践经验；精通C/C++或Python编程语言，具备扎实的算法与数据结构功底。

4. 有自动驾驶系统或BEV系统全链路感知算法研发经验，包括但不限于车道线识别、障碍物识别与跟踪、激光雷达点云处理、多模态感知融合等相关工作经验者优先。

5. 熟练使用PyTorch/TensorFlow等至少一种主流深度学习框架，能够独立复现、设计与迭代前沿端到端算法模型，具备完整的算法从研发到落地的全流程经验。