滴滴27届秋储-自动驾驶规划算法工程师（VLM决策方向）
任职要求
1、27届毕业生，硕士及以上学历，计算机、人工智能、自动化、数学等相关专业2、扎实深度学习基础，熟练掌握 PyTorch，熟悉Transformer、VLM基础原理 熟悉VLM训练范式及流程。3、熟练使用Linux开发环境，掌握基础命令、conda环境、模型代码调试 4、熟悉数据集处理、prompt工程、RAG，模型评测流程，能独立完成实验 5、良好代码能力，逻辑清晰，能看懂开源…
工作职责
1、多模态大模型（VLM）算法研发：参与视觉语言大模型训练、微调、对齐流程，包括数据处理、模型训练、推理优化、效果迭代 2、数据集构建与清洗：负责图文配对数据、视觉推理数据、OCR数据、视频理解数据的筛选、清洗、质量评估 3、模型微调与对齐：负责VLM SFT、RLHF等后训练环节方案落地，优化模型幻觉、图文匹配、推理能力 4、评测体系搭建：跟进VLM通用评测基准，完成视觉问答、图文理解、逻辑推理能力评测，产出评测报告 5、前沿技术调研：跟进国内外SOTA多模态模型（Qwen-VL等），复现前沿算法，沉淀技术方案 6、工程落地优化：参与模型部署适配，优化显存占用、推理延迟，服务业务线上场景。
自动驾驶中，规划团队的工作内容包括设计实现自动驾驶系统的交互建模，决策和轨迹生成，例如路径规划、决策交互、轨迹生成等，同时也支持各类为全无人车辆设计的产品功能。我们的目标是构建AI算法，帮助无人车更加安全、舒适及高效。1、在智能驾驶应用场景中研发和部署车辆路径规划与控制系统 2、与汽车厂商或其他研究机构合作研发智能控制车辆 3、研发机器人相关算法，包括行为预测，交互建模，轨迹搜索生成、路径规划、控制理论等。
自动驾驶中，Robotaxi团队的工作内容包括设计实现自动驾驶系统的决策与规划，同时支持各类为全无人车辆设计的产品功能。我们的目标是构建AI算法，帮助无人车更加安全、舒适及高效。1、在L4自动驾驶应用场景中研发和部署车辆路径规划、远程协助系统 2、研发机器人相关算法，包括场景理解、路径规划、人车协同等，帮助提升车辆的安全性和通行效率
1、自动驾驶算法能力评估（Metrics）：设计如何评价自动驾驶能力的评估标准，开发评估算法和规则，对海量数据进行挖掘和提取，对自动驾驶算法的表现进行客观评价 2、场景挖掘：利用大数据技术和AI能力，自动提取测试数据中高价值的交通场景 3、数据分析和指标体系：深入自动驾驶技术和运营业务设计指标体系，开发相关的数据链路 对自动驾驶测试数据进行汇总与分析，利用统计原理发现数据变化的关键要素。
1. 利用HIL、VIL等设备，主导开展系统级集成与稳定性测试，重点发现并深度调试偶发性Crash、死锁、内存泄漏等复杂问题 2. 开展系统级性能专项测试与分析，定位从应用到内核的端到端延迟、资源瓶颈等性能衰减根因 3. 深入中间件（ROS 2/DDS/CyberRT）与Linux内核层，设计测试以验证通信可靠性、资源调度及实时性，并诊断相关故障 4. 构建并维护基于HIL/VIL的自动化测试与深度测试平台，开发底层性能监控、系统问题triage 与故障注入工具链。