菜鸟决策规划算法工程师
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…
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。
1、主导SOC芯片的定义，主导和参与产品关键场景的设计、实现和验证，负责技术体系的搭建； 2、主导SOC软件的需求分析、架构设计和方案分析，输出需求规格，子系统架构、系统分析文档，参与技术评审与决策； 3、洞察行业内软硬件技术驱动，研究软硬件前沿技术，输出领域技术规划，推动软硬件协同设计； 4、主导某一领域的技术发展，包括性能领域、功耗领域、安全领域、低功耗智能领域、DFX领域、套片软件，软件架构、软件工程等领域。
-基于AWS或微软云服务，搭建数据反馈关键平台，涵盖数据采集、存储、处理、标注、分析及反馈链路 -实现数据闭环自动化，包括触发式数据回传、关键场景挖掘、模型迭代验证等环节 -设计高可用、可扩展的云架构，优化数据存储与计算资源效率 -开发数据质量监控系统，提升数据利用率和算法泛化能力 -负责基于AWS或微软云的自动驾驶仿真平台开发 -负责设计、开发和优化基于AWS云服务的自动驾驶可视化仿真系统架构，支持高并发、低延迟的仿真场景测试 -构建云原生仿真工具链，整合数据管理、场景生成、结果分析等模块，提升仿真效率与可扩展性 -跨团队协作与技术沉淀 -与算法团队紧密合作，确保仿真环境与自动驾驶感知、规划、控制模块的精准对接 -主导技术文档编写与开源工具链研究，推动团队技术标准化
-与业内经验丰富的自动驾驶算法工程师一起负责决策规划算法研发工作 -负责障碍物决策算法的数据挖掘、样本标注、研发调试、效果追踪等工作 -负责自动驾驶决策算法、轨迹规划算法的研发调试、上线部署、效果追踪等工作 -调研业内先进算法，优化自动驾驶轨迹规划的灵活性、稳定性和智能性 -完成相关算法的开发和验证，保证算法的鲁棒性和计算性能
-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