
地平线自动驾驶 4D 重建算法实习生
实习兼职算法序列地点: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ACG
-负责基于路采的图像及点云数据的室外/城市等场景的高质量的三维重建 -负责NeRF/3DGS及相关AIGC算法在城市自动驾驶场景的研究和应用落地,实现自动驾驶闭环仿真 -利用上述算法对自动驾驶数据进行场景泛化及数据合成,包括但不限于:新视角数据生成、障碍物轨迹改变、插入虚拟物体等 -负责算法迭代和优化,提升算法的渲染质量和性能
更新于 2024-06-21北京
实习菜鸟集团2026
自动驾驶: 1、负责自动驾驶动态目标感知算法设计和优化,包括但不限于3D目标检测与跟踪、图像/点云语义分割、物体动静态估计、Radar融合以及相应的数据挖掘与仿真算法; 2、静态感知模块研发,包括但不限于各类静态障碍物检测跟踪、地图元素识别及其矢量化/语义化/拓扑化、可行驶区域/BEV分割/OccupancyNetwork及针对真实世界中OpenVocabulary的众包地图大模型研发; 3、感知基础算法研发,包括但不限于时序多模态等基础感知模块,大规模多模态预训练算法,室外大范围动静态场景重建与编辑技术,基于(可提示)交互式智能标注系统等。
更新于 2025-03-31杭州
实习
1. 参与智能驾驶场景(包括但不限于高速和城区)下在线建图系统、路由系统的研发与优化; 2. 协助优化建图系统在几何、拓扑、属性、导航路由(routing)等方面的精度、效率和稳定性,支持项目迭代; 3. 参与在线建图相关系统工具链的开发,提高系统的可用性和易维护性; 4. 关注行业前沿技术,协助探索 SOTA 方法在在线建图领域的应用。
更新于 2025-05-22北京