智能辅助驾驶算法实习生（视觉感知 / 端到端模型 / 强化学习）

职位描述

1. 参与智能辅助驾驶相关算法的研发与验证，方向包括但不限于：

- 视觉感知（目标检测、语义分割、跟踪、BEV 表征等）；

- 端到端模型（规划预测一体化、行为建模、多模态融合等）；

- 强化学习（轨迹生成、决策规划、闭环训练、世界模型等）。

2. 支持团队完成数据处理、模型训练与实验分析；

任职要求

岗位要求

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

2. 熟练掌握 Python / C++，具备扎实的算法与编程能力；

3. 有 视觉感知 / 端到端模型 / 强化学习 相关项目经验或学术研究经验；

4. 熟悉常见深度学习框架（如 PyTorch / TensorFlow），有较强的模型调试与实验能力；

5. 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）、模型预测控制（MPC）或基于 RL 的闭环仿真；

6. 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）；

- 有工程落地经验，具备模型优化、加速或部署经验；

- 有闭环仿真或强化学习环境搭建经验。