
地平线自动驾驶 VLA/VLM 算法研究实习生
任职要求
1、学历与专业 硕士或博士在读,计算机视觉、自然语言处理、机器学习、自动化、机器人等相关专业,大四保研/直博生亦可。 2、编程与工程能力 扎实的 Python 编程基础,熟悉 PyTorch / TensorFlow 等深度学习框架; 熟悉常用的 CV / NLP 工具链(OpenCV、Transformers、Detectron2 等); 具备良好的代码规范与工程落地意识,有开源项目贡献者优先。 3、算法基础 熟悉深度学习基础理论与常用网络结构(CNN / Transformer / Diffusion 等); 了解多模态学习、对比学习、Prompt Learning、RLHF 等相关概念者优先; 有 VLM / LLM / 自动驾驶相关项目经验者优先。 4、软素质 具备较强的英文文献阅读与信息检索能力,能快速跟进顶会论文(CVPR / ICCV / ECCV / NeurIPS / ICLR 等); 思路清晰,逻辑性…
工作职责
1、VLM/多模态大模型应用 基于 Vision-Language Model(VLM),开展其在自动驾驶感知、决策与规划中的落地探索,包括但不限于场景理解、意图推理、驾驶行为解释等任务。 2、VLA 方案研究与验证 参与 Vision-Language-Action(VLA)范式在自动驾驶系统中的可行性研究,协助设计端到端或模块化实验方案,验证 VLM 对规控策略的指导作用。 3、数据构建与评测体系搭建 负责高质量多模态数据集(图像 + 文本描述 / 驾驶指令)的构建与清洗,参与自动驾驶场景下的评测指标设计与实现,支持模型迭代闭环。 4、算法原型开发与实验 复现并改进学术界前沿的多模态大模型方法,结合自动驾驶业务场景进行适配与优化,输出可复现的实验结果与分析报告。 5、技术沉淀与分享 跟进 CV 与 NLP 领域最新进展,定期整理调研报告与技术文档,参与团队内部分享,推动 VLM/VLA 技术在自动驾驶方向的落地共识。

工作职责: 1. 基于Vision Language Model(VLM)和Large Language Model(LLM),设计和实现自动驾驶中面向行为预测和运动规划的基座模型; 2. 参与基座模型的预训练、后训练(SFT + RL),提升基座模型的行为预测和运动规划能力; 3. 针对车端/云端部署,开展模型算法层面的性能优化工作,例如压缩,剪枝,蒸馏,训练/推理加速等,确保模型可用性、系统实时性和资源利用率; 4. 与硬件团队、部署团队和系统团队紧密协作,推动模型部署,以及在仿真和车载平台的落地; 5. 跟踪行业前沿技术,将创新性方案应用于实际项目,推动新技术在产品中的落地。

1. 负责VLA/WAM算法预研工作; 2. 负责VLA/WAM开源模型复现、部署,并验证算法效果,推动算法落地; 3. 运用vision encoder, LLM, world model等技术,优化模型结构等,提高模型在复杂场景下的效果。
1. 负责自动驾驶中行车或泊车场景的静态场景生成,道路结构构建等研究、开发和落地工作; 2. 参与基于视觉或激光雷达的静态环境在线和离线构建、多源数据融合、数据更新等工作的设计和实现; 3. 跟进国内外相关领域最新研究成果,实现并应用于实际项目中。
岗位概述 你将深度参与员工文化建设,从活动策划落地到业务部门人力资源协作,全面了解 HR 在互联网公司的实际运作方式。 1. 员工关系与文化 节点性活动策划与执行:覆盖节日庆祝、公司周年庆、业务里程碑、团队建设等,从主题创意到现场执行全程跟进; 荣誉激励活动:协助设计季度/年度员工荣誉评选方案,包括评选机制、颁奖仪式、荣誉物料制作,让认可落到实处; 日常文化触点维护:参与员工关怀日历运营(生日祝福、入职周年、节日礼包等),负责文案撰写和物料跟进; 内容与宣传物料制作:使用 Canva、稿定设计等工具制作活动海报、内部推文,结合 AI 工具(如即梦、可灵等)提升内容创作效率和创意质量; 活动资源协调:对接供应商(场地、礼品定制、印刷等),跟进报价与现场管理; 活动复盘与沉淀:收集员工反馈,整理复盘报告,借助 AI 工具辅助数据整理和报告撰写,沉淀可复用的活动 SOP。 2. HR 日常协助 协助 HR 对接业务部门,整理人力资源需求,参与制定针对性解决方案; 协助推进培训组织、文档整理、会议记录等基础 HR 事务; 善用 AI 工具提升日常工作效率,如辅助会议纪要整理、文案初稿生成、数据汇总分析等。