滴滴26届正式批-数据算法工程师-自动驾驶
任职要求
1、2026届毕业生，计算机、人工智能等相关专业硕士或博士学位优先 2、熟悉机器学习相关算法，熟练利用流行的ML框架，比如JAX, PyTorch, or TensorFlow 3…
工作职责
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系统评估方法 2、熟悉常用模型的基本原理和优缺点，针对复杂模型提出有效评估方法论 3、基于自车的驾驶行为和运行的交通环境，推进系统安全和合规相关指标的落地实现 4、与产品、研发、工具、测试等团队合作，开发评估指标与能力来指引自动驾驶算法开发者开发。
以数据为尺，量化评估自动驾驶能力，获得的机会： 有明确的落地场景和真实的海量数据，每一个进步都影响着未来出行的形态 积极，友善，有热情的团队，和优秀的同学一起工作。 1、指标体系：理解自动驾驶业务需求，深入业务本身负责或参与梳理业务流程，设计指标体系和数据链路，并进行开发和实现 2、场景挖掘：利用大数据技术和AI能力，自动挖掘路测和人驾数据中高价值交通场景，为算法迭代和评估提供数据基础 3、自动驾驶算法评估体系：开发自动化评价标准，对路测和仿真中自动驾驶算法的表现进行客观评价 4、异动分析：对自动驾驶测试数据进行汇总与分析，进行数据变化的归因，利用统计原理发现算法异常或场景变化。
结合多源数据，打造高精度、高可靠性、低延迟的自动驾驶定位系统。包括但不限于： 1、结合业界前沿技术，如3D视觉、SLAM等，研发基于多源数据融合的定位算法，并负责将算法落地到自动驾驶汽车上 2、基于海量数据，打造自动化的定位数据闭环系统，提高系统迭代的效率和算法的泛化性 3、联合硬件、系统等团队，充分挖掘GNSS、IMU、里程计、视觉等传感器潜能，突破定位精度上限。
您将加入滴滴自动驾驶团队，解决自动驾驶系统这一项复杂的人工智能方向问题。仿真团队的主要工作内容是设计实现一个虚拟仿真系统，实现构建、运行和评估海量的驾驶场景，以高效、安全地验证和迭代自动驾驶系统的性能与可靠性。1、以海量真实路测数据为基础，依托深度学习与大模型技术，构建场景理解和挖掘能力 2、应用先进的深度学习算法，构建自动驾驶中智能体的表现评估体系 3、开发和完善模型训练的离线系统，包括数据挖掘、数据处理和模型评估及可视化。
1、应用先进的深度学习算法，解决自动驾驶中智能体的行为理解、预测和规划问题 2、研究和发展创新性的 VLM 和 VLA 模型，用以实时理解和预测其他交通参与者的行为，并做出合理运动规划 3、开发基于AI算法的行为模型，并应用于车端预测、规划系统或仿真中的 Smart/Sim Agent 4、设计和优化基于AI 算法的在线预测和规划系统，增强系统的实时性和鲁棒性 5、开发和完善模型训练的离线系统，包括数据挖掘、数据处理和模型评估及可视化。