哈啰【英才2026】智驾模型开发工程师-造父·Robotaxi
任职要求
1.研究生及以上学历，专业方向包括计算机、软件、自动化、汽车、模式识别、电子等理工科专业； 2. 熟悉linux及C++编程，对基础的计算机原理、数据结构、操作系统等比较熟悉； 3. 有模型开发及部署经验，熟悉场景的CNN、Transformer等场景的AI模型结构及算子； 4. 在nuScenes、KITTI等开源数据集上，有一…
工作职责
通过AI模型开发，完成智能驾驶所需要的感知、端到端VLA、世界模型等的开发及车端部署。 1. 跟踪最新的AI进展，在公司自有数据集上完成适配验证，完成AI模型选型； 2. 针对要开发的任务，完成数据方案制定、训练代码编辑、模型结构及loss优化、模型量化部署等； 3. 针对测试问题，设计模型改进方案，迅速修复问题；
工作职责 负责智能驾驶静态环境感知算法的开发与落地，涵盖在线高精地图构建、道路结构解析、静态障碍物检测等方向，保障自动驾驶系统对行驶环境的精准理解。同步参与无图化智驾模型的开发工作。 静态感知算法开发：负责在线高精地图构建（HD Map）、车道线检测、路沿/道路边界检测、地面标识识别等静态感知任务的模型开发与优化； 无图化智驾模型开发：参与无高精地图依赖的感知方案开发，完成"真无图"场景下静态环境理解模型的设计、训练与迭代； 前沿技术跟踪与验证：跟踪 BEV 感知、矢量化地图构建、占用网格预测（Occ）、端到端 VLA/世界模型等前沿方向，在公司自有数据集上完成适配验证与选型； 模型训练与调优：完成数据方案制定、训练 Pipeline 搭建、模型结构设计、Loss 函数优化及超参调优，持续提升模型精度与鲁棒性； 问题定位与迭代：针对路测与仿真中的 Bad Case，快速定位问题根因，设计并实施模型改进方案；
业务介绍： 团队专注于为数据驱动的自动驾驶系统提供数据支持，包括大规模车端数据的高效处理、基于VLM（视觉语言模型）的自动化数据挖掘与标注，以及云端多模态大模型的研发与应用。 1. 车端与云端数据流水线构建：设计并开发车端轻量化数据筛选与触发器，制定数据采集策略，确保高效回收有价值场景；构建与优化云端大规模数据自动化处理流水线，包括清洗、送标和评测，支持模型的持续迭代。 2. 自动化数据挖掘与标注：利用基于规则和基于VLM大模型的方法，对海量驾驶场景进行自动化、智能化的挖掘与标签生成。针对大模型挖掘任务，完成数据方案制定、模型微调、loss优化、模型评测等。 3. 云端大模型： - 跟踪最新的AI进展，在公司自有数据集上完成适配验证，完成AI模型选型。 - 参与或主导多模态视觉语言大模型的微调、优化与云端部署，使其适用于robotaxi场景的用户行为监测和车端Corner Case的远程决策支持（如生成避让、绕行指令）。
业务介绍： 负责自动驾驶汽车在结构化/非结构化道路中的决策规划算法的研发工作，设计并实现安全、舒适、拟人且符合交规的行为策略与规划轨迹； 1. 业界前沿技术（如数据驱动、强化学习、大模型在规划中的应用），进行技术预研和算法创新，保持技术竞争力； 2. 负责复杂动态场景（如密集车流切入切出、无保护路口、人车混流、窄路会车等）的处理策略设计、算法实现与迭代优化，提升系统的智能性和可靠性； 3. 对齐上下游性能边界，进行系统集成与联合调试，确保决策规划模块与整个自动驾驶系统协同稳定工作；
1、主导车载通信协议（CAN/LIN/Ethernet、SOME/IP、DDS）和中间件（ROS2、AP AutoSAR）的选型与集成； 2、主导自动驾驶系统的整体架构设计，涵盖多传感器融合（激光雷达、摄像头、毫米波雷达）、高精地图定位、云服务等核心模块； 3、设计OTA升级架构，支持软件模块热更新与全生命周期管理； 4、分解系统需求至软硬件模块，输出感知、决策、控制子系统的接口规范与性能指标； 5、主导硬件资源（域控制器、SoC芯片、传感器）选型评估，推动算力与功耗的平衡设计; 6、负责数据闭环方案评估与设计，落实车端、云端、云舱端链路与接口；