Momenta大模型端到端算法实习生
任职要求
1、计算机、机器学习、人工智能、机器人等相关专业硕博研究生优先； 2、熟练使用 C++/Python，有良好的数据结构和算法基础及代码规范； 3、有深度学习算法背景，和扎实的数学基础，且具备预测、规划的背景知识； 4、有相关算法（Deep Learning Pr…
工作职责
1、负责 Deep Learning Planning 算法设计、模型训练、评测构建与实车路测等相关工作； 2、负责高速高架及城区等场景自动驾驶的量产交付，并逐步朝终局无人驾驶前进； 3、负责无图方案下End-to-end实时导航、道路结构认知(LaneGraph)相关算法设计与验证工作； 4、优化神经网络模型，增强模型对道路结构认知的能力，提升高速/城市无图场景下的产品性能； 5、针对业务需求和实车Bad Case，设计并验证优化方案，完成One Model 算法的持续迭代。
1. 探索自动驾驶领域感知模型算法的研究和优化，持续探索感知模型的时空表征、感知能力； 2. 探索自动驾驶领域端到端模型、多模态大模型、强化学习等前沿技术算法的研发和优化；
1. 探索自动驾驶领域感知模型算法的研究和优化，持续探索感知模型的时空表征、感知能力； 2. 探索自动驾驶领域端到端模型、多模态大模型、强化学习等前沿技术算法的研发和优化；
我们正在寻找对世界模型与端到端自动驾驶技术充满热情的算法实习生，加入我们的前沿技术研发团队。您将专注于端到端自动驾驶算法的研发，推动其在智能驾驶中的落地应用，为用户提供更安全、更高效的出行体验。 主要职责 1、世界模型与建图研发：开发基于多传感器融合的世界模型，实现高精度地图构建与动态场景理解。 2研究基于NeRF、3DGS等技术的三维场景表示方法，提升地图生成的效率与精度。探索语义地图构建技术，结合深度学习实现道路、车道线、交通标志等元素的自动标注与更新。 3、端到端自动驾驶算法研发：研究端到端自动驾驶算法，结合强化学习、模仿学习等技术，实现从感知到决策的全流程优化。开发基于Transformer架构的多模态融合模型，提升自动驾驶系统的鲁棒性。 4、优化端到端模型的推理速度与计算效率，支持实时决策与控制。模型优化与性能提升：针对自动驾驶场景，优化模型的推理速度和资源占用，确保高性能与低延迟。 5、探索适合大模型的压缩与加速技术（如量化、剪枝、知识蒸馏），适配车载硬件平台。 6、前沿技术探索：持续跟踪世界模型、端到端自动驾驶、具身智能等领域的最新技术趋势。提出创新性解决方案，结合业务需求推动技术突破。
1. 主导多模态文档解析算法的研发与优化，聚焦于图像、表格、文本、公式等多模态信息的联合建模与理解； 2. 参与多模态大模型（视觉-语言-文档方向）的算法设计与训练，研究并提升多模态模型的文档解析能力； 3. 探索并落地 视觉-语言对齐（Vision-Language Alignment）、结构化解析（Layout/Chart/Table Parsing）等关键技术； 4. 构建从指令微调（SFT）→ 强化学习（RLVR）→ 多模态理解/生成评测的端到端算法管线，提升模型在文档解析、问题理解、表格问答等任务上的表现；