地平线智驾软件工程师（模型部署）
任职要求
1. 本科或以上学历，计算机、自动化、车辆工程或相关专业 2. 5年以上C++开发工作经验；具有扎实的C++编码能力，良好的代码素养 3. 熟悉掌握C++（＞=C++14），熟悉C++特性以及使用范围 4. 有深度学习模型集成经验，熟悉异构系统模型推理流程 5. 熟练掌握嵌入式Linux应用开发及调试经验、多线程/进程软件设计与开发经验，有较强的代码分析、性能优化能力 6. 熟练使用性能调优工具（perf/valgrind/tcmalloc），调试工具gdb/as…
工作职责
1. 与感知算法、规控工程师协同完成系统集成以及车端研发工作，重点负责模型在嵌入式平台的集成工作 2. 深入征程芯片平台软件研发，负责应用软件平台化，增强软件方案的业界竞争力 3. 参与应用软件车规化的工作，满足车载软件开发流程与质量；
我们正在寻找一名算法工具链实习生加入我们的团队。作为算法工具链实习生，您将有机会参与算法设计和工具链优化工作。您将与算法工程师和软件工程师紧密合作，提供有效的工具支持，以加速算法开发和验证流程，同时优化算法性能和效率。 工作地点：上海张江 实习期时长：最好半年以上，实习初期全职，后期可远程 工作职责包括但不限于： 1、负责模型的部署优化，结合地平线芯片分析模型，使用软硬协同的优化手段提升模型部署的性能和精度，助力用户模型快速部署地平线芯片； 2、针对智驾等多种场景，调研和复现业界SOTA算法，持续研发并优化适合地平线芯片的最佳模型方案。
1、数据闭环体系搭建与落地：负责自动驾驶全链路数据闭环体系设计与搭建，日均处理亿级传感器原始数据及标注数据，保障数据从采集、处理到模型训练的端到端流转，支撑感知、决策规划等端到端模型的高效训练； 2、数据闭环工具链研发： 2.1 云端数据处理 pipeline 开发： •针对标注数据、场景数据，设计并落地数据清洗（去噪、去重、异常过滤）、解析、切片、抽帧、送标（对接标注平台）的全流程自动化 pipeline； •优化 pipeline 吞吐量与延迟，目标支撑日均 10 万 + 场景数据处理，服务算法团队数据生产需求； •推动工具链部署落地，解决线上运行故障（如数据阻塞、接口兼容问题），保障工具链可用性。 2.2 高价值场景数据挖掘体系建设: •搭建 “规则 + 大模型” 双驱动的数据挖掘产线：针对规则挖掘，设计接入多种传感器、定位、感知、底盘、车身信号并优化规则策略；针对大模型挖掘任务，完成数据方案制定、模型微调、loss优化、模型评测等； •与算法团队协作迭代挖掘策略，提升 corner case 召回率（目标≥85%）。
业务介绍： 团队专注于为数据驱动的自动驾驶系统提供数据支持，包括大规模车端数据的高效处理、基于VLM（视觉语言模型）的自动化数据挖掘与标注，以及云端多模态大模型的研发与应用。 1. 车端与云端数据流水线构建：设计并开发车端轻量化数据筛选与触发器，制定数据采集策略，确保高效回收有价值场景；构建与优化云端大规模数据自动化处理流水线，包括清洗、送标和评测，支持模型的持续迭代。 2. 自动化数据挖掘与标注：利用基于规则和基于VLM大模型的方法，对海量驾驶场景进行自动化、智能化的挖掘与标签生成。针对大模型挖掘任务，完成数据方案制定、模型微调、loss优化、模型评测等。 3. 云端大模型： - 跟踪最新的AI进展，在公司自有数据集上完成适配验证，完成AI模型选型。 - 参与或主导多模态视觉语言大模型的微调、优化与云端部署，使其适用于robotaxi场景的用户行为监测和车端Corner Case的远程决策支持（如生成避让、绕行指令）。
通过AI模型开发，完成智能驾驶所需要的感知、端到端VLA、世界模型等的开发及车端部署。 1. 跟踪最新的AI进展，在公司自有数据集上完成适配验证，完成AI模型选型； 2. 针对要开发的任务，完成数据方案制定、训练代码编辑、模型结构及loss优化、模型量化部署等； 3. 针对测试问题，设计模型改进方案，迅速修复问题；