Momenta端到端决策规划算法工程师(Mstar)
任职要求
1、计算机、人工智能等相关专业硕士/博士应届毕业生；
2、必须具备Flow Matching相关经验；
3、深入理解后训练核心范式，对以下概念有实质性认知：
- On-Policy Vs Off-policy采样的本质区别
- Dense vs Sparse Reward对训练效果与收敛的影响
4、在以下至少一个方向有研究或工程实践经验：
- RL后训练（PPO、GRPO、RLHF 等）
- On-policy/Sequence-level蒸馏（GKD、MiniLLM、DAGGER 相关方…工作职责
1、面向端到端自动驾驶大模型，研究并落地RL、On-policy Distillation等后训练范式，提升模型在复杂驾驶场景下的决策质量与泛化能力； 2、结合Momenta海量量产真实路测数据，设计数据闭环驱动的后训练策略，加速模型在长尾驾驶场景中的能力提升； 3、对比和融合SFT、RL、On-policy Distillation等范式，针对驾驶决策任务的特殊性设计最优后训练方案； 4、结合分布式训练框架优化后训练系统效率，推动模型从研究到量产的快速迭代； 5、追踪并复现LLM、端到端自动驾驶领域最新研究成果。
1、负责端到端决策规划算法的开发和迭代； 2、负责训练数据与评测数据的日常挖掘与维护； 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。
1、负责统一语音多模态大模型的设计、训练、优化，涵盖语音识别、语音合成、语音理解、文本-语音融合、跨模态检索与生成等方向； 2、推动语音与其他模态（文本、图像等）在统一建模框架下的深度融合，提升模型的理解、生成与交互能力； 3、跟踪并研究前沿的多模态学习方法，包括但不限于Transformer、对比学习、扩散模型、自监督学习、强化学习等； 4、参与大规模数据预处理、模型训练与推理优化，推动模型在实际场景中的高效部署； 5、与产品、工程团队紧密协作，将研究成果应用于智能助手、虚拟人、智能硬件、会议记录等业务场景。
1、负责/参与端到端自动驾驶模型的性能迭代与突破，通过数据和模型的优化迭代，推动模型在量产产品中的效果闭环； 2、深度搭建并优化数据挖掘与数据闭环链路，基于量产场景的真实数据分布，设计高效的数据筛选、清洗、标注、回流策略，通过数据驱动的方法持续提升模型在长尾场景、极端工况下的鲁棒性与可靠性，要求具备量产项目中数据驱动性能提升的实战落地经验； 3、负责/参与合成数据相关工作，聚焦长尾场景数据补充，通过合成数据与真实数据的协同应用，实现模型在长尾场景下的性能显著提升，要求具备合成数据落地应用的实战经验； 4、构建并迭代端到端模型评测体系，结合仿真测试、实车验证等多维度手段，建立科学的性能评估指标与自动化评测流程，能通过评测结果精准定位模型短板，并主导评测系统的优化升级，为模型迭代提供核心决策依据； 5、具备模型训练相关经验者优先（包括大规模数据训练、分布式训练、训练框架应用等场景经验）； 6、传统决策规划算法领域的优秀人才优先考虑； 7、紧跟业界前沿技术动态，重点研究自动驾驶领域最先进的数据闭环方案、评测方法与端到端模型应用，推动技术预研与工程化落地，保持团队在数据驱动与评测体系上的核心竞争力。
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。