
地平线决策规划PnC算法实习生
实习兼职算法序列地点:上海状态:招聘
任职要求
1. 硕士及以上学历,计算机、自动化、车辆等相关专业优先 2. 熟练使用C++/python等主流编程语言 3. 具有良好的数学功底 4. 具备团队协作精神,有较好的表达和沟通能力 优先条件: 1. 熟悉常见决策规划或控制算法的一种(搜索、优化、PID、MPC等) 2. 具有博弈、最优控制相关内容研究经历 3. 具有无人车 / 无人机 / 机器人竞赛经验 4. 具有无人车 / 无人机 / 机器人决策、规划、控制工程经验 5. 实习期要求6个月及以上,你将有机会与自动驾驶行业的各类大牛一同共事,实习含金量非常高
工作职责
1. 负责自动驾驶中决策、规划、控制相关算法的开发 2. 协助自动驾驶车辆功能集成及调试 3. 负责决策、规划、控制相关算法研发工具的开发
包括英文材料
学历+
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
Python+
https://liaoxuefeng.com/books/python/introduction/index.html
中文,免费,零起点,完整示例,基于最新的Python 3版本。
https://www.learnpython.org/
a free interactive Python tutorial for people who want to learn Python, fast.
https://www.youtube.com/watch?v=K5KVEU3aaeQ
Master Python from scratch 🚀 No fluff—just clear, practical coding skills to kickstart your journey!
https://www.youtube.com/watch?v=rfscVS0vtbw
This course will give you a full introduction into all of the core concepts in python.
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/
自动驾驶+
https://www.youtube.com/watch?v=_q4WUxgwDeg&list=PL05umP7R6ij321zzKXK6XCQXAaaYjQbzr
Lecture: Self-Driving Cars (Prof. Andreas Geiger, University of Tübingen)
https://www.youtube.com/watch?v=NkI9ia2cLhc&list=PLB0Tybl0UNfYoJE7ZwsBQoDIG4YN9ptyY
You will learn to make a self-driving car simulation by implementing every component one by one. I will teach you how to implement the car driving mechanics, how to define the environment, how to simulate some sensors, how to detect collisions and how to make the car control itself using a neural network.
相关职位
实习技术类
1. 基于风险场理论、人工势场方法、RSS数学模型等,进行自动驾驶评估算法开发和评估环境搭建; 2. 完成评估算法的接入和日常调试,完成测试数据的处理、分析,并结合相关指标完成自动驾驶算法的安全评估和问题定位; 3. Data-science应用于数据场景挖掘&生成。
更新于 2025-08-01

实习软件工程
1. 设计并实现端到端智驾大模型,整合感知、规划与决策功能,提升模型的整体性能与效率; 2. 运用深度学习、强化学习、机器学习等技术,优化模型结构,提高模型对复杂驾驶场景的理解和应对能力; 3. 负责收集、标注和处理自动驾驶相关数据,构建高质量的数据集,为模型训练提供有力支持; 4. 利用数据增强、迁移学习等方法,提升数据利用效率,优化模型的泛化能力; 5. 跟踪自动驾驶和人工智能领域的最新研究成果,探索新技术在端到端大模型中的应用可能性。
更新于 2025-08-06
实习IDG
-负责ApolloL4级别城区行车、泊车场景下自动驾驶系统决策、路径规划和运动控制算法的开发和调试 -负责规控算法的仿真测试及实车调试验证,协助完成规控算法的迭代及优化 -负责前沿算法的调研 -掌握前沿算法的开发及落地
更新于 2024-03-29