端到端算法工程师

职位描述

- 参与深度学习、强化学习等相关算法的研究与实现；

- 在实际场景中开展强化学习（如 PPO、SAC、GRPO/DPO 等）的实验与改进；

- 支持智能辅助驾驶或RL闭环仿真等前沿应用方向的研发工作；

- 撰写技术文档，参与团队技术分享与学术交流。

- 支持团队完成数据处理、模型训练与实验分析。

任职要求

在读硕士或博士，计算机、人工智能、自动化、电子工程或相关专业，距离毕业 1 年及以上；

- 熟悉深度学习主流模型与架构（Transformer、Diffusion）；

- 对强化学习方法有一定理解，熟悉以下任一方向：

- 主流 RL 算法（DQN、DDPG、SAC、PPO、GRPO 等）；

- 强化学习在轨迹预测、决策规划或模拟环境中的应用；

- 世界模型（World Model）、3DGS 或基于 RL 的闭环仿真；

- 有视觉感知 / slam / 端到端模型 / 强化学习 相关项目经验或学术研究经验；

- 熟练使用 Python、C++、Shell 等编程语言，熟练掌握git；

- 熟悉至少一种主流深度学习框架（如PyTorch ）；

- 每周可保证 4-5 天全天在岗，具备良好的沟通能力与团队协作精神。

加分项

- 在顶会/期刊（CVPR/ICCV/NeurIPS/ICLR 等）发表相关论文；

- 熟悉开源工具链（如 nuScenes、Waymo、NuPlan、MMDetection3D 等）；

- 有闭环仿真或强化学习环境搭建经验。