哈啰仿真算法专家/工程师-【自动驾驶】
任职要求
1、有智驾感知算法、CV相关算法，3DGS、Diffusion Model、多模态、视频生成大模型等领域相关的技术研发和产品落地经验； 2、熟练掌握深度学习框架以及常见的计算机视觉图像处理库，具备扎实的编程基础，熟练使用python或c++进行开发； 3、在生成式AI相关方向有深入研究，熟悉该领域关键算法及概念，具备良好的沟通能力和团队合作精神； 4、硕士以上学历，计算机科学、电子工程相关专业背景。
工作职责
1、围绕基于领先的世界模型技术，进行自动驾驶图像生成以及场景生成的性能提升相关算法以及落地应用；相关技术包括：3DGS、Diffusion Model、多模态、视频生成大模型等； 2、以世界模型为底层技术，构建高真实性、高效率的闭环仿真能力，探索闭环仿真能力与端到端自动驾驶算法紧密结合的技术方案； 3、建立端到端自动驾驶评价指标及仿真测试能力； 4、负责自动驾驶直接模型的算法开发工作，包括但不限于场景生成、三维重建等。
高精地图和定位团队介绍 如果将无人车和人脑类比，高精地图和定位系统大致对应于后者中掌管空间记忆、感知和定位的部分。它的使命是为无人车提供翔实准确的道路3D几何和语义信息，让无人车对行驶环境了如指掌，从而在其中行动自如，我们同时还负责提供高速、精准的3D定位，让车辆每时每刻都知晓当前的精确位置。高精地图和定位在无人车技术栈中占据着非常重要的位置，感知、规划、控制、仿真等各大模块都要依赖它提供的道路环境以及车辆位置的信息对周围世界进行理解，做出正确的决策。文远知行的高精地图和定位团队和公司一起成长，完全自主构建了大规模高精地图，覆盖中美多个城市超过3000公里道路，提供精确达厘米级的3D结构数据以及车道线、交通信号等大量语义信息。自行研发的定位技术，基于激光雷达、相机、卫星及惯性导航等多传感器融合，能提供实时的厘米级定位，成功实现了在暴雨中自动驾驶穿越1.5公里长隧道。 在人工智能的应用中，高精地图和定位是比较独特的。我们知道，计算机视觉作为人工智能的重要分支，其核心问题分为语义理解和几何理解两大类，前者以解析图像中物体或场景的语义信息为目的，后者的目标则是重构3D场景以及对物体进行3D定位。在高精地图和定位系统中，恰恰这两大类技术都有着非常关键的应用。除此之外，我们还是高精度卫星、惯性导航等硬件的重度用户，多模态信号处理和融合更是我们的核心技术之一。因此，这是一个多学科高度综合的应用，无论你精通深度学习等机器学习技术，还是专攻3D重建、SLAM，又或是信号处理、多传感器融合高手，这里都有你一展身手的广阔空间。同时，我们致力搭建大规模、高可用的高精度地图系统，大数据和全栈开发的编程精英同样能找到用武之地。 1. 基于深度学习打造不依赖高精度地图的定位和实时地图系统，包括模型设计、训练、部署，车上系统反馈和形成数据闭环 2. 设计和构建深度神经网络模型，用于对传感器数据进行特征提取、数据融合和位置估计 3. 处理和分析大规模的自动驾驶系统相关的Camera、Lidar、GPS和IMU等各种传感器数据，利用深度学习技术进行特征提取、数据建模和预测分析 4. 进行深度学习模型的调优和调参，以提高模型的性能、效率和鲁棒性
1、负责L4级自动驾驶车辆的规划（Planning）与控制（Control）算法开发，包括路径规划、行为决策、运动控制等模块的设计与实现； 2、针对复杂交通场景（如无保护左转、拥堵路段、行人交互等）优化算法，确保系统满足安全性、舒适性及实时性要求； 3、与感知、定位、仿真团队协作，完成多模块系统集成与功能验证； 4、主导实车测试与问题排查，分析日志数据并提出算法改进方案； 5、撰写技术文档，支持功能安全（ISO 26262）及预期功能安全（SOTIF）认证。 6、规划算法： 6-1、掌握分层规划框架（全局路径规划+局部行为决策），熟悉A*、RRT*、Lattice Planner等算法； 6-2、具备博弈论（Game Theory）或强化学习（如DQN、PPO）在交互场景中的应用经验。 7、控制算法： 7-1、精通PID、MPC（模型预测控制）、滑模控制，熟悉车辆动力学模型（如自行车模型）； 7-2、有轨迹平滑（Spline、Bezier曲线）及舒适性优化（加加速度约束）经验。 8、工具链： 8-1、熟练使用ROS2、Apollo平台，掌握MATLAB/Simulink进行控制模型仿真； 8-2、熟悉HIL（硬件在环）测试及Log分析工具（如Wireshark、ROSbag）。
设计并实现复杂动态场景下的智能体实时运动规划与控制算法，跟踪强化学习、大模型与规划控制结合的前沿方向，提升智能体在未知开放环境中的鲁棒性和适应性。
1. 负责量产自动驾驶仿真测试，包括结构化仿真场景库的构建、量产自动驾驶算法新feature和版本的发版验证; 2. 根据自动驾驶产品FD设计Worldsim仿真测试用例，并在场景编辑软件中实现为具体测试场景用例； 3. 设计和开发仿真评价规则（Metrics），并对仿真测试结果进行批量分析； 4. 对仿真问题进行分析和分类，输出仿真测试报告，跟进问题的闭环。