端到端预测与规划算法工程师

该职位来源于猎聘 岗位职责 本岗位专门负责自动驾驶端到端预测规划模块的研发落地、场景适配、问题迭代以及实车交付，打通从算法仿真到实车落地的全流程，支撑卡车自动驾驶功能稳定量产落地。核心职责如下： 1. 端到端预测规划模块开发与调优：理解主流两阶段 / 单阶段端到端自动驾驶架构，负责行为预测解码器、轨迹预测头、多智能体博弈交互、时空决策推理、端到端规划输出等核心模块的开发与调优，搭建一套从感知特征到驾驶决策轨迹的完整端到端流程。 2. 预测规划问题场景闭环迭代：独立定位端到端预测规划链路中的各类问题，包括行为预测不准、博弈决策不确定性、轨迹平滑度差、跟车 / 变道策略异常、绕行决策失效、加减速剧烈、长距离规划漂移、匝道通行逻辑不合理等。结合路测坏例与仿真数据完成模型调优、损失函数迭代以及约束策略优化；保障卡车对车辆、弱势道路使用者、大型挂车、施工锥桶、道路边界、可通行区域等目标的行为预测准确，驾驶规划满足安全合规要求，同时具备良好驾乘体验。 3. 仿真到实车的端到端验证落地：配合 MIL/SIL/HIL/VIL 仿真测试流程，完成端到端预测规划模型的仿真回归、场景覆盖以及极端工况验证，保障算法从仿真环境到实车的无缝落地。 4. 数据闭环与模型迭代：依托数据闭环持续优化模型，解决长尾交互场景、极端天气、复杂车流、施工路段、物流枢纽等场景下的决策规划失效问题。 5. 版本管理与技术对齐：负责端到端预测规划模块的版本迭代与变更管理，与感知、测试、整车工程、控制执行团队对齐，同步技术方案、问题进展与迭代计划，保障版本稳定，具备量产条件。 任职要求 基础要求 1. 硕士及以上学历，计算机、自动化、电子信息、人工智能、车辆工程或相关专业；具备至少 3 年自动驾驶端到端预测规划算法开发经验。 2. 熟练使用 Python、C++，熟练掌握 PyTorch 深度学习框架，熟悉 Linux 开发环境与 Git 版本管理，具备扎实的算法工程实现能力。 3. 精通自动驾驶预测规划核心技术，熟练掌握多智能体行为 / 轨迹预测、基于博弈的交互建模、运动规划、约束优化、序列决策推理、端到端轨迹生成等主流技术。 核心专项要求（岗位核心匹配标准） 1. 熟悉端到端自动驾驶架构，理解两阶段端到端算法逻辑；有端到端预测规划模块开发、调优、白盒二次开发经验者优先。 2. 能够独立完成端到端预测规划问题处理、参数调优与模型迭代；可独立对接仿真测试、实车测试团队，实现全流程闭环。 3. 熟悉自动驾驶 MIL/SIL 仿真流程，具备算法仿真回归、场景迭代优化经验者优先。 加分项 1. 有商用车 / 卡车端到端预测规划算法方案适配落地优化经验优先；熟悉卡车动力学约束、卡车驾驶特性、多车交互博弈场景者优先。