滴滴Artificial Intelligence（1）-算法实习生
实习兼职技术类地点：北京状态：招聘
任职要求
- 硕士或博士在读，计算机、自动化、车辆工程、 robotics、人工智能等相关专业。
- 具备扎实的数学与算法基础，熟悉最优控制、轨迹优化、运动规划等经典理论。…登录查看完整任职要求
微信扫码，1秒登录
工作职责
1. 传统规划控制算法升级与优化：针对泊入泊出、停车场泊车等场景，参与现有基于规则/优化的规划器（如轨迹生成、速度规划、障碍物避让）的性能提升与模块重构，提升舒适性、安全性及泊入泊出成功率。 2. 数据驱动的交互模型开发：利用实际路采数据与仿真平台，参与构建泊入场景中的交通参与者交互行为模型，探索基于学习的方法提升系统在复杂交互环境中的决策能力。 3. ML Planner 集成与协同：协助团队将机器学习规划器（ML Planner）与传统规划模块进行集成，重点验证在泊入场景下的集成策略，整合传统规控方法与模型的优势，推动两者协同工作。
包括英文材料
算法+
https://roadmap.sh/datastructures-and-algorithms
Step by step guide to learn Data Structures and Algorithms in 2025
https://www.hellointerview.com/learn/code
A visual guide to the most important patterns and approaches for the coding interview.
https://www.w3schools.com/dsa/
C+++
https://www.learncpp.com/
LearnCpp.com is a free website devoted to teaching you how to program in modern C++.
https://www.youtube.com/watch?v=ZzaPdXTrSb8
还有更多 •••
相关职位
实习技术类
1、通过场景挖掘和深度学习技术预测自动驾驶车辆的意图以及车道粒度的规划 2、优化特别是复杂场景下自动驾驶的规划质量 3、提升自动驾驶平台用户出行体验。
更新于 2025-05-08上海
实习技术类
1. 参与优化运动规划算法：融合几何路径与速度规划，实现兼顾安全性与平滑度的轨迹生成。2. 参与设计代价函数与优化框架：通过精细化建模平衡安全、舒适与通行效率，实现最优轨迹生成。
更新于 2026-01-12上海
实习技术类
随着用户对Model Pose精度要求的日益提高，需要对纵向仿真模型进行优化。优化的方向包括： 1. 扩大数据训练样本； 2. 优化数据预处理方法； 3. 增加模型输入信号； 4. 对不同批次车辆分别做训练； 5. 尝试其他模型结构；
更新于 2025-04-07北京
实习数据类
1、基于海量的路测和仿真数据，利用统计和机器学习技术，研究并制定自动驾驶算法评估指标，量化自动驾驶系统表现； 2、基于自动驾驶系统的行为和交通场景，开发自动评价指标，并推进指标的落地应用； 3、应用评价指标，追踪自动驾驶算法性能的变化，并提供风险信息警示； 4、从路测数据中挖掘算法的异常表现； 5、在仿真测试中应用评价规则，判断仿真测试用例是否通过；
更新于 2025-07-23北京