Momenta端到端自动驾驶规划算法工程师
社招全职算法地点：北京 | 广州 | 深圳 | 苏州 | 上海 | 杭州状态：招聘
任职要求
职位要求 1. 学历背景： 计算机、自动化、人工智能等相关专业，211/985 硕士及以上学历 2. 大模型技术栈： - 深入理解 Transformer 架构，有 LLM（大语言模型） 或 多模态模型（VLM） 的训练/微调经验。 - 熟悉生成式模型（Diffusion, VAE, GAN）原理，有视频生成或序列预测模型相关经验者优先。 - 熟悉强化学习算法…
登录查看完整任职要求
微信扫码，1秒登录
工作职责
1. 端到端模型研发： 负责新一代 End-to-End 自动驾驶算法的泊车场景的研发，包括但不限于基于 World Model（世界模型）、Video Generation（视频生成） 或 VLM（视觉语言模型） 的驾驶策略生成。 2. 数据闭环与评测： 搭建针对生成式规划算法的自动化评测体系，利用大模型进行数据挖掘、自动标注（Auto-labeling）及场景重建，通过数据闭环持续提升模型性能。
包括英文材料
学历+
大模型+
https://www.youtube.com/watch?v=xZDB1naRUlk
You will build projects with LLMs that will enable you to create dynamic interfaces, interact with vast amounts of text data, and even empower LLMs with the capability to browse the internet for research papers.
https://www.youtube.com/watch?v=zjkBMFhNj_g
Transformer+
https://huggingface.co/learn/llm-course/en/chapter1/4
Breaking down how Large Language Models work, visualizing how data flows through.
https://poloclub.github.io/transformer-explainer/
An interactive visualization tool showing you how transformer models work in large language models (LLM) like GPT.
https://www.youtube.com/watch?v=wjZofJX0v4M
Breaking down how Large Language Models work, visualizing how data flows through.
强化学习+
https://cloud.google.com/discover/what-is-reinforcement-learning?hl=en
Reinforcement learning (RL) is a type of machine learning where an "agent" learns optimal behavior through interaction with its environment.
https://huggingface.co/learn/deep-rl-course/unit0/introduction
This course will teach you about Deep Reinforcement Learning from beginner to expert. It’s completely free and open-source!
https://www.kaggle.com/learn/intro-to-game-ai-and-reinforcement-learning
Build your own video game bots, using classic and cutting-edge algorithms.
算法+
https://roadmap.sh/datastructures-and-algorithms
Step by step guide to learn Data Structures and Algorithms in 2025
https://www.hellointerview.com/learn/code
A visual guide to the most important patterns and approaches for the coding interview.
https://www.w3schools.com/dsa/
还有更多 •••
相关职位
社招2年以上技术
1、负责自动驾驶端到端路径规划算法设计，研发模型与rule-based融合的规划算法，包括基于深度学习的路径预测，基于强化学习/模仿学习的决策规划，以及时空联合规划、横纵联合控制一体化方案。 2、支持无高精地图方案下的实时路径生成与动态避障。结合模型和传统算法提升对道路结构、交通规则与多智能体交互的认知能力，提升复杂场景下基于导航地图规划算法的鲁棒性与安全性。 3、协同感知、控制、定位等模块，完成全链路算法开发、集成测试与上线交付，支撑自动驾驶场景的规模化落地。推动端到端规划模块车端代码迭代升级。 4、优化规划算法评测体系，通过实车路测与仿真平台验证，迭代优化CornerCase，优化闭环仿真测试框架，提高测试效率和算法迭代效率。 5、优化端到端模型数据闭环链路，通过专家系统/世界模型/闭环仿真等方式提升端到端数据质量，加快端到端模型算法落地。
更新于 2026-06-09北京
实习研发
1. 负责端到端智驾大模型在L2、L4下的算法预研，算法突破与验证工作； 2. 负责城区自动驾驶纯模型方案的落地部署，产品性能提升与交付； 3. 负责端到端智驾大模型方案的研发迭代体系的建设与完善。
更新于 2025-12-29北京
实习软件序列
设计与开发自动驾驶端到端模型评测指标，量化评价自动驾驶系统在安全、规则、体感、效率、类人等各维度表现。 以数据驱动的方式优化评测算法的精度和性能，提升其准确性与泛化性。 参与构建评测数据闭环，建立可复现的评测迭代体系与回归方法。 与算法研发团队紧密合作，参与模型迭代过程中的问题定位、指标设计与质量闭环推进。
更新于 2026-05-27北京|南京
实习算法
1. 负责端到端数据生产、数据挖掘和相关工具链开发、维护； 2. 负责端到端模型复现、优化、升级、部署，并验证算法效果，推动算法落地； 3. 运用深度学习、强化学习等技术，优化模型结构等，提高模型在复杂场景下的效果。
更新于 2025-10-23上海