Momenta端到端智驾大模型-算法工程师/专家
任职要求
- 计算机科学、人工智能、机器人学、电子工程或相关领域。 - 2年以上在强化学习、深度学习、多模态大模型、世界模型领域的研发经验。 - 有直接从事端到端（End-to-End）自动驾驶模型研发的经验者优先，经历过量产经验。 - 在CVPR、NeurIPS、ICLR、…
工作职责
- 参与端到端自动驾驶算法的长期技术路线图，包括模型架构（如Transformer、Diffusion Model等）选型到整体方案设计。 - 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。 - 参与营造开放、创新、高效的研发氛围。
1. 设计并实现端到端智驾大模型，整合感知、规划与决策功能，提升模型的整体性能与效率； 2. 运用深度学习、强化学习、机器学习等技术，优化模型结构，提高模型对复杂驾驶场景的理解和应对能力； 3. 负责收集、标注和处理自动驾驶相关数据，构建高质量的数据集，为模型训练提供有力支持； 4. 利用数据增强、迁移学习等方法，提升数据利用效率，优化模型的泛化能力； 5. 跟踪自动驾驶和人工智能领域的最新研究成果，探索新技术在端到端大模型中的应用可能性。
1、负责端到端智驾大模型的算法突破、模型训练、评测构建与实车路测等相关工作； 2、负责纯模型方案在L2++下的量产落地； 3、负责端到端智驾大模型的算法预研和量产落地。
1. 负责智驾车端模型/云端大模型的算法评测工作，运用数据驱动的方式推动模型持续优化与迭代升级； 2. 搭建车端/云端算法评测框架，建设全面的评测数据体系，保障评测数据的精准性和全面性； 3. 负责仿真评测系统的搭建与完善，构建多场景、多维度的评测指标，确保算法在复杂场景下的稳定性和可靠性； 4. 开发并优化评测相关的算法模型，提升评测系统的效率与准确度，协助建立自动化评测工具链，实现算法评测流程的标准化与自动化； 5. 推动评测工具与平台的持续迭代，支持不同算法模块的快速集成与评估，确保测试工具的扩展性与可用性。 根据评测数据与结果，提出算法优化方案，推动算法的快速迭代与性能提升。
1、围绕基于领先的世界模型技术，进行自动驾驶图像生成以及场景生成的性能提升相关算法以及落地应用；相关技术包括：3DGS、Diffusion Model、多模态、视频生成大模型等； 2、以世界模型为底层技术，构建高真实性、高效率的闭环仿真能力，探索闭环仿真能力与端到端自动驾驶算法紧密结合的技术方案； 3、建立端到端自动驾驶评价指标及仿真测试能力； 4、负责自动驾驶直接模型的算法开发工作，包括但不限于场景生成、三维重建等。