MomentaEBM（端到端大模型）算法专家

- 定义和主导端到端自动驾驶算法的长期技术路线图，负责从模型架构（如Transformer、Diffusion Model等）选型到整体方案设计的关键决策。 - 深入一线，解决研发过程中最棘手的技术难题，如长尾场景处理、模型收敛性、部署效率等。 - 推动端到端模型在量产项目中的评估、测试和部署，对最终的产品性能和用户体验负责。 - 负责招聘、组建并领导一支世界级的端到端算法团队，营造开放、创新、高效的研发氛围。

1、负责自动驾驶数据闭环核心系统的设计与开发，构建从车端数据采集到云端模型迭代的全链路自动化体系 2、优化车端影子模式（Shadow Mode）系统，设计高效的触发式数据采集策略，精准捕获有价值的 Hard Event 数据 3、开发智能数据筛选器（Filter），通过规则引擎与 AI 模型相结合的方式，从海量路测数据中高效筛选高价值训练样本 4、搭建云端自动化数据挖掘平台，实现异常场景、算法失效案例的自动发现与聚类分析 5、推动自动标注系统的迭代优化，自动化评估驾驶行为质量，自动化清洗坏行为数据，提升标注效率与质量 6、与EBM团队深度协作，将数据闭环产出转化为模型性能的持续提升 7、构建数据质量评估体系，确保训练数据的准确性、多样性与代表性

岗位职责 1. 负责无高精方案下NaviModel-道路结构认知(LaneGraph)相关算法设计验证工作； 2. 负责无高精方案 下NaviModel-实时导航相关算法设计验证工作； 3. 负责无高精方案下NaviModel算法迭代，高速/城区自动驾驶产品性能提升和交付。