算法与数据 SE（模型方向）

职位描述

1. 算法架构设计与落地

- 负责 BEV、端到端等核心算法架构的顶层设计、系统分解与接口定义，制定系统层级指标。

- 推动算法架构在项目中的全面落地，协调算法、软件、硬件等多方资源，确保架构方案的可行性与工程化实现。

- 参与算法领域技术路线的评审与决策，评估新技术（如大模型）在业务场景中的应用潜力与风险。

2. 模型全生命周期工程化

- 作为模型SE，深度配合模型团队进行迭代，从数据、训练到推理的全链路进行接口对齐、迭代策略制定与方法论沉淀（如 QAT 量化方法论）

- 关注 端到端模型泛化性 问题，从 SE 角度推动解决，加强与上下游团队的沟通，确保模型性能满足业务需求

- 负责模型侧非功能需求的闭环，如 TinyModel 的 IQA（图像质量评估）、脱敏、场景识别等功能的系统设计与落地

3. 仿真与评测体系构建

- 设计并推动模型回灌链路在仿真平台的搭建，支持算法的闭环迭代与性能评测

- 参与构建覆盖感知、规控等核心算法的评测体系，定义关键评测指标与自动化评测工具，支撑算法的快速迭代与验证

4. 跨团队协作与项目管理

- 作为 SE 代表，负责模型相关需求的对接、技术评审与风险识别

- 与感知、规控、软件、硬件等领域紧密协作，打通数据流与接口，确保系统整体功能的实现

- 参与项目级的算法规划与资源协调，推动关键技术难题的解决

任职要求

1. 学历与专业 ：计算机、自动化、电子工程、数学等相关专业本科及以上学历。

2. 技术能力 ：

- 熟悉自动驾驶领域的主流算法架构，如 BEV、Transformer、端到端等，有相关量产经验者优先

- 精通 C++/Python 编程，熟练使用 PyTorch/TensorFlow 等深度学习框架，具备良好的编程习惯

- 对模型训练、推理、量化、部署等全链路有深入理解和实践经验。

3. 项目经验 ：

- 具备复杂系统架构设计与落地经验，有成功推动大型技术架构升级的案例。

- 有自动驾驶域控制器（如地平线、英伟达）上的模型部署与性能优化经验者优先。

4. 软素质 ：

- 具备优秀的跨团队沟通协调能力和项目推动力，能够有效解决技术冲突。

- 具备强烈的责任心和抗压能力，能在复杂项目中抓住重点，推动事情落地。