菜鸟决策规划算法工程师
实习兼职菜鸟集团2026届实习生招聘地点：杭州状态：招聘
任职要求
1、 计算机/自动化/机器人/车辆等相关专业等相关专业； 2、熟悉相关规划算法（A*，RRT，DDP，Lattice planner等），熟悉不同决策算法，如决策状态机、决策树、专家系统，POMDP等； 3、熟悉深度学习/强化学习/图神经网络等算法，熟练使用TensorFlow…
登录查看完整任职要求
微信扫码，1秒登录
工作职责
1、负责自动驾驶决策规划系统的研发，包括但不限于基于专家系统、机器学习和数据驱动的决策规划算法研发； 2、设计复杂交互场景的处理策略，确保自动驾驶车辆的行为安全性和舒适性，提升智能性； 3、负责端到端模型设计、数据生产、Autolabel等工作； 4、完成相关算法研发和效果验证，与上下游团队协作，实现系统集成与调试工作； 5、追踪自动驾驶行业和深度学习技术的最新进展，引入新技术新方法解决自动驾驶的长尾问题。
包括英文材料
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/
深度学习+
https://d2l.ai/
Interactive deep learning book with code, math, and discussions.
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.
TensorFlow+
https://www.youtube.com/watch?v=tpCFfeUEGs8
Ready to learn the fundamentals of TensorFlow and deep learning with Python? Well, you’ve come to the right place.
https://www.youtube.com/watch?v=ZUKz4125WNI
This part continues right where part one left off so get that Google Colab window open and get ready to write plenty more TensorFlow code.
还有更多 •••
相关职位
社招
1.负责开发自动驾驶系统中的决策规划模块，包含语义地图构建、行为预测、行为决策和轨迹规划等关键技术。 2.参与自动驾驶功能的开发和持续迭代，包括但不限于行车功能、泊车功能和主动安全特性。 3.遵循最佳系统工程和软件工程实践，配合开发流程和团队协作，确保研发效率和产品质量。
更新于 2024-11-06北京|广州|深圳
社招研发
稳定可靠且易于扩展的Planning架构设计与系统开发； 通过DL/RL/POMDP/Game Theory等算法提升决策规划交互能力，使系统表现更加符合人类驾驶习惯； 基于海量路测数据构建完整的数据驱动算法工具链，构建高效规划训练及评测系统等； 高性能高效率的数值优化和计算几何算法开发。
更新于 2022-10-11苏州|北京|上海
社招A10918
1、规控算法根据道路环境以及实时交通情况，决定和控制自动驾驶车辆如何行驶； 2、高性能、高可靠性的规控算法架构设计与实现； 3、高精度、高性能的计算几何与数值计算算法开发与优化； 4、在行为预测、驾驶决策等方面通过机器学习算法提升自动驾驶车辆的能力和表现。
更新于 2024-06-05北京|上海
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； -研究多智能体强化学习（MARL）、社会合规行为建模（Socially-Compatible Planning）等技术，提升自动驾驶系统的拟人化水平； -运动规划与轨迹生成； -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； -探索不确定性环境下的实时规划策略（如应对突发障碍、极端天气）； -交互与泛化能力提升；
更新于 2025-07-03北京|上海