地平线自动驾驶 4D 重建算法实习生
校招全职算法序列地点：北京 | 上海 | 香港状态：招聘
任职要求
1、技术深广度： -深厚的深度学习功底，精通 PyTorch 及常用分布式训练框架； -对 3DGS (3D Gaussian Splatting)、VGGT/Dust3R、MVS/SfM 等技术有深刻理解或实战经验； -熟悉 Neural Rendering、Diffusion/Transformer 模型在视觉重建中的应用； 2、工程与协作：具备优秀的编程能力（Python/C++）与逻辑思维，能够将复杂的学术思路转化为高效的代码实现； 【加分项】 -有大规模视觉基础模型（Vision Foundation Models）开发经验； -在知名 AI 实验室或头部自动驾驶公司有相关项目经历 【关于我们】 我…
登录查看完整任职要求
微信扫码，1秒登录
工作职责
-前沿算法研发：探索并优化基于神经网络的 4D 重建算法，涵盖动态场景表示、时空一致性建模及大规模前馈推理架构； -核心模型设计：负责数据处理流水线搭建、模型架构演进及训练优化，推动重建精度与泛化能力的突破； -领域技术前瞻：跟踪 3D/4D 视觉与多模态大模型的最新趋势（如 Generative Priors, Large Reconstruction Models），参与技术选型与创新性预研； -全场景落地：协同团队将算法应用于自动驾驶闭环仿真、长尾场景生成等业务逻辑，实现技术闭环。
包括英文材料
深度学习+
https://d2l.ai/
Interactive deep learning book with code, math, and discussions.
PyTorch+
https://datawhalechina.github.io/thorough-pytorch/
PyTorch是利用深度学习进行数据科学研究的重要工具，在灵活性、可读性和性能上都具备相当的优势，近年来已成为学术界实现深度学习算法最常用的框架。
https://www.youtube.com/watch?v=V_xro1bcAuA
Learn PyTorch for deep learning in this comprehensive course for beginners. PyTorch is a machine learning framework written in Python.
Transformer+
https://huggingface.co/learn/llm-course/en/chapter1/4
Breaking down how Large Language Models work, visualizing how data flows through.
https://poloclub.github.io/transformer-explainer/
An interactive visualization tool showing you how transformer models work in large language models (LLM) like GPT.
https://www.youtube.com/watch?v=wjZofJX0v4M
Breaking down how Large Language Models work, visualizing how data flows through.
还有更多 •••
相关职位
实习算法序列
-前沿算法研发：探索并优化基于神经网络的 4D 重建算法，涵盖动态场景表示、时空一致性建模及大规模前馈推理架构； -核心模型设计：负责数据处理流水线搭建、模型架构演进及训练优化，推动重建精度与泛化能力的突破； -领域技术前瞻：跟踪 3D/4D 视觉与多模态大模型的最新趋势（如 Generative Priors, Large Reconstruction Models），参与技术选型与创新性预研； -全场景落地：协同团队将算法应用于自动驾驶闭环仿真、长尾场景生成等业务逻辑，实现技术闭环。
更新于 2026-03-16北京|上海|香港
实习研发
1.参与高精度3D/4D视觉重建算法的研发与优化，包括数据处理、模型设计、训练与调优等工作； 2.参与基于视觉重建结果的自动驾驶模型真值产线设计和实现，提升真值产线精度和效率； 3.跟踪视觉重建&生成的学术前沿，将最新研究成果转化为技术突破。
更新于 2026-01-19北京|上海|苏州
实习软件工程
1.研发基于多传感器（激光雷达、摄像头等）的4D时空场景重建和生成算法，融合时序信息实现动态物体和静态场景高精度建模； 2.研发场景生成、可交互视频生成等技术，支持自动驾驶场景的高保真场景生成，用于端到端自动驾驶算法的闭环仿真和强化学习训练； 3.结合闭环仿真结果，对场景生成相关算法进行迭代，推动端到端自动驾驶系统的联合优化。
更新于 2025-10-11北京|苏州|上海
实习研发
1.研发基于多传感器（激光雷达、摄像头等）的4D时空场景重建和生成算法，融合时序信息实现动态物体和静态场景高精度建模； 2.研发场景生成、可交互视频生成等技术，支持自动驾驶场景的高保真场景生成，用于端到端自动驾驶算法的闭环仿真和强化学习训练； 3.结合闭环仿真结果，对场景生成相关算法进行迭代，推动端到端自动驾驶系统的联合优化。
更新于 2025-11-24北京|苏州|上海