哈啰预测大模型算法工程师-【自动驾驶】

1. 预测及端到端模型的选型、设计、训练和优化，并在车端SoC上部署，达到效率和一致性等要求； 2. 构建数据标注和评测流程，与工具链部门共同实现目标数据的挖掘及清洗，并基于模型表现对数据进行调整、配比等操作； 3. 运用深度学习、强化学习等技术，优化模型结构等，提高模型在复杂场景下的效果； 4. 利用数据增广、迁移学习和对比学习等方法，提升数据利用效率，优化模型泛化能力。

1. 负责端到端的预测、决策和规划学习模型研发，解决L4交通场景下的交互决策、轨迹规划问题； 2. 负责数据处理、标注和管理，研发基于数据的模型闭环迭代系统，提升整体效率和性能； 3. 跟踪最新的自动驾驶和人工智能技术动态，进行技术调研和快速验证。

1、自动驾驶多模态算法研究与应用：负责自动驾驶领域的多模态大模型技术研究及算法开发，包括视觉语言模型（VLM）、一段式端到端模型，以及多模态大模型在复杂场景下的技术整合。 2、多模态感知基础模型研究：开展文本（Text）、视觉（Vision）与点云（Point）融合的多模态感知基础模型研究，包括但不限于4D表征、推理（Reasoning）感知、规划等研究方向。 3、视觉-语言-动作（VLA）大模型研究：负责基于视觉-语言-动作（VLA）架构的端到端方案研究，包括数据生产方案、VLA模型架构、效率优化等方向设计与研发。 4、预训练模型研发：研究基于未来帧预测的预训练模型，结合端到端框架设计，探索其在自动驾驶感知、决策与控制闭环中的可行性及性能提升方向。

1. 研发基于深度学习的自动驾驶感知和预测的前沿技术； 2. 根据应用场景和客户需求定义，提供模型压缩训练优化及推理优化相关方案(包含算法及工程)； 3. 跟踪、分析、评估各主流深度学习框架；