logo of momenta

Momenta自动驾驶端到端算法工程师/TL

社招全职研发地点:上海 | 苏州 | 北京 | 深圳状态:招聘

任职要求


方向1:
工作职责
(1) 负责 Deep Learning Planning 算法设计,实现与离线评测/实车路测
(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 Deep Learning Planning 数据产线及离线评测的搭建与维护
任职资格
(1) 计算机、机器人、人工智能等相关专业,熟练使用 C++Python,有良好的数据结构算法基础及代码规范
(2) 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
(3) 有相关算法(Deep Learning Prediction,Deep Learning Planning,Deep Reinforcement Learning,Imitation Learning,Deep Generative Model等)经历的优先
(4) 有机器学习领域顶级会议期刊论文发表的优先

方向2:
岗位职责
1. 负责将最前沿的强化学习,监督学习的方法应用到自动驾驶规控领域;
2. 参与自动驾驶深度学习框架的搭建和维护,模型自动化生产流程架构设计与优化;
3. 参与深度学习算法在数据生产线的研发落地,保障路测数据的高效回流与使用;
4. 同感知/规控/测试团队紧密配合,负责量产嵌入式自动驾驶产品中的规控算法集成。
职位要求
1. 精通常用机器学习强化学习、监督学习的方法,具有将这些算法应用到实际产品中的实战经验;
2. 熟悉 C/C++Python, 有良好的数据结构算法基础;
3. 较强的算法设计和实现能力,熟悉 Caffe/TensorFlow/Pytorch 等训练框架;
4. 有较强的研究能力优先,曾在领域内的顶级会议发表论文 (CVPR,ICCV)者优先考虑。
加分项
1. 复杂系统工程经验,优秀开源项目研发经历;
2. RoboMaster, RoboCup等机器人比赛或ACM竞赛获奖者;
3. 熟悉自动驾驶技术栈和主流Planning算法框架;
4. 有Robotaxi/Robotruck/无人配送/机器人等领域Planning算法落地应用经验。

方向3:
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。
职位要求
1. 计算机、机器学习、人工智能、机器人等相关专业,熟练使用C/C++Python,有良好的数据结构算法基础;
2. 有深度学习算法背景,和扎实的数学基础;
3. 具有DETR, 图神经网络,Deep Generative Model, Imitation Learning等研发经历者优先;
4. 有Online Mapping,道路拓扑生成,实时导航等相关经验者优先;
5. 有ACM等编程比赛获奖经历的优先;
6. 复杂系统工程经验,优秀开源项目研发经历。

工作职责


包括英文材料
算法+
自动驾驶+
C+++
Python+
数据结构+
深度学习+
机器学习+
强化学习+
系统设计+
C+
Caffe+
TensorFlow+
PyTorch+
CVPR+
ICCV+
相关职位

logo of liauto
社招3年以上自动驾驶

1. 负责理想汽车自动驾驶端到端模型方法研发和工程落地,包括但不限于动静态感知/通用障碍物/障碍物预测决策等端到端模型; 2. 负责设计高性能上限,具备量产能力的端到端模型算法,包括但不限于diffusion、VLM等模型算法; 3. 开发高效离线训练框架,以及可实时运行的在线推理框架,优化模型推理性能,研发模型部署工具链和优化工具; 4. 建立云端数据感知/决策联合标注Pipeline、数据挖掘机制以及难样本分析等工具链,利用影子模型挖掘众包数据,通过数据闭环持续选代模型能力。

logo of liauto
社招自动驾驶

1. 负责自动驾驶端到端模型的设计与研发; 2. 参与、负责关键算法的设计、实现、优化,如 静态感知、导航地图融合、轨迹预测等; 3. 参与、负责训练及验证数据集的构建,以数据驱动方式持续优化模型能力。

logo of tencent
社招CSIG技术

1.负责开发和优化自动驾驶端到端算法及系统,整合感知、预测、建图、决策等各传统模块,并负责端到端算法模型的车端移植与模块部署; 2.设计、开发和优化自动驾驶端到端算法,分阶段实现感知端到端、感知预测端到端、感知决策端到端三阶段算法研究; 3.开发、维护车端基于ROS2通信的端到端自动驾驶工程链路,提升车端识别准召、FPS、资源开销等性能指标; 4.与团队合作,进行算法性能评估和优化,对接上下游模块,提供满足下游需求的算法输出。

更新于 2025-05-26
logo of baidu
社招IDG

-设计基于深度学习的驾驶行为决策模型(如场景理解、交互意图博弈、自车轨迹规划),解决路口通行、变道博弈、礼让行人等复杂交互问题,开发端到端或分层的轨迹规划算法,结合深度学习与经典优化方法,生成平滑、安全、动态可适应的行驶轨迹 -研究强化学习(RL)、递推训练等闭环训练技术,提升自动驾驶系统的拟人化水平和实际路测表现 -研究适用于规划模型的数据驱动流程,通过研究数据、认识数据、开发数据来驱动规划能力的增长 -负责PNC产线的工程架构开发和升级,负责PNC数据feature的开发,包括新字段、数据挖掘和数据画像

更新于 2025-09-19