地平线端到端模型优化工程师/专家（数据方向）

任职要求

1、硕士及以上学历，计算机科学与技术、机器人工程、自动化、人工智能、控制工程等相关专业，具备扎实的理论基础；
2、熟练掌握 C++ 与 Python 编程，深入理解 Linux 操作系统、ROS（Robot Operating System）开发环境，具备丰富的自动驾驶算法工程化开发经验；
3、对模仿学习（IL）、强化学习（RL）等算法有深入研究与实践，熟悉常见的深度学习框架（TensorFlow/PyTorch），能独立完成算法设计、开发与验证；
4…

工作职责

1、负责/参与端到端自动驾驶模型的性能迭代与突破，通过数据和模型的优化迭代，推动模型在量产产品中的效果闭环；
2、深度搭建并优化数据挖掘与数据闭环链路，基于量产场景的真实数据分布，设计高效的数据筛选、清洗、标注、回流策略，通过数据驱动的方法持续提升模型在长尾场景、极端工况下的鲁棒性与可靠性，要求具备量产项目中数据驱动性能提升的实战落地经验；
3、负责/参与合成数据相关工作，聚焦长尾场景数据补充，通过合成数据与真实数据的协同应用，实现模型在长尾场景下的性能显著提升，要求具备合成数据落地应用的实战经验；
4、构建并迭代端到端模型评测体系，结合仿真测试、实车验证等多维度手段，建立科学的性能评估指标与自动化评测流程，能通过评测结果精准定位模型短板，并主导评测系统的优化升级，为模型迭代提供核心决策依据；
5、具备模型训练相关经验者优先（包括大规模数据训练、分布式训练、训练框架应用等场景经验）；
6、传统决策规划算法领域的优秀人才优先考虑；
7、紧跟业界前沿技术动态，重点研究自动驾驶领域最先进的数据闭环方案、评测方法与端到端模型应用，推动技术预研与工程化落地，保持团队在数据驱动与评测体系上的核心竞争力。