Momenta端到端智驾大模型-算法工程师
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。
-负责自动驾驶系统中基于深度学习的轨迹、意图预测算法的研究与实现 -研发自动驾驶决策规划大模型，利用模仿学习、强化学习等技术，实现复杂交通场景下的端到端自动驾驶 -参与端到端智驾系统设计与讨论，输出技术架构与设计方案 -负责智驾系统问题分析优化，识别模型算法与数据缺陷，并做出改进 -处理大规模数据集，进行数据清洗、特征提取、模型训练和评估，优化算法的性能和效果
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。