高级自动驾驶感知算法工程师(多模态/端到端方向)
鸿灌环境技术有限公司职位描述
岗位职责: 面向低速 L4 无人环卫场景,基于 LiDAR + Camera 多模态方案,开展端到端自动驾驶及大模型相关算法研发,建设数据闭环与自动化真值体系,推动算法在真实作业场景中的落地与持续迭代 岗位职责 根据候选人专长,重点承担以下一个或多个方向: 多模态与端到端算法研发:研究 LiDAR、Camera 的多模态融合与时序建模,推动感知、预测与规划的联合学习,提升复杂场景理解及驾驶任务表现。 VLM/VLA/世界模型研发与应用:探索 VLM 在场景理解、长尾挖掘与辅助标注中的应用,VLA 在驾驶决策与轨迹生成中的应用,以及世界模型在未来预测、数据生成和仿真评测中的应用。 环卫作业场景优化:围绕贴边作业、近场小障碍物、异形障碍物、非结构化道路及人车混行等场景,提升算法的精度、鲁棒性与泛化能力。 数据闭环建设:建设从实车问题发现、场景挖掘、数据筛选与采样,到训练、评测和回归验证的迭代流程,提升长尾场景覆盖与数据利用效率。 自动化真值生产:研发基于多传感器、多帧时序信息的离线感知与自动标注算法,建设高质量训练与评测数据集,完善标签置信度评估、质量检查和人工复核机制。 工程落地与效果验证:协同规划、控制及工程团队,完成模型部署与性能优化,通过离线评测、仿真及实车测试验证收益,持续解决运营中的实际问题。 任职要求 硕士及以上学历,计算机、人工智能、自动化、机器人等相关专业,3 年及以上自动驾驶、机器人或相关算法研发经验。 具备扎实的深度学习与计算机视觉基础,熟练使用 Python、PyTorch,能够独立开展实验设计、模型训练、效果评估与问题定位。 在以下至少一个方向具备深入的项目实践:多模态端到端自动驾驶、VLM/VLA、世界模型,或面向自动驾驶的数据闭环与自动化真值生产,能够清晰说明个人贡献、关键技术选择及实际收益。 熟悉 Camera、LiDAR 数据特点及多传感器时空关系,对三维场景表达、时序建模和多模态学习有较深入理解。 具备数据驱动的算法迭代能力,能够通过数据分析、场景评测与消融实验定位问题,理解数据质量、样本分布及评测设计对模型效果的影响。 具备良好的工程能力与协作意识,能够结合实际系统约束推进算法落地,并持续跟进所负责方向的效果与交付。 优先条件 具有自动驾驶量产或 L4 无人车规模化运营经验,实际参与过算法实车部署、版本交付、回归验证及运营问题闭环。 具有端到端模型实车验证、大模型蒸馏与车端部署,或世界模型支持训练与闭环评测的实践经验。 具有大规模自动标注、离线 Teacher 模型、主动学习或数据价值评估经验,并在标注效率、真值质量或模型效果上取得可验证的收益。 具有低速无人驾驶、无人环卫、无人配送等相关场景经验。
对这个职位感兴趣吗?