哈啰端到端大模型算法工程师-【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。

工作职责： 1、设计并实现面向自动驾驶的强化学习训练框架，提升端到端大模型在稀疏场景下的训练效率和泛化能力； 2、研发适用于驾驶决策、路径规划与交互博弈的强化学习算法，包括但不限于GRPO、PPO和DPO等，解决L4 Robotaxi场景中的安全性、强交互博弈和长尾场景等问题。

1.负责研发和落实理想汽车下一代自动驾驶端到端VLA大模型算法，确保在车载和云端平台的成功部署。 2.专注于端到端大模型自动驾驶系统的算法开发和优化，包括但不限于端到端模型、多模态大模型等领域。 3.参与大规模自动驾驶数据集的处理、标注及管理，优化大模型以提升自动驾驶系统的性能。 4.持续关注并跟踪自动驾驶及人工智能领域的最新技术进展，进行技术调研及新技术的原型验证。

1. 设计并实现端到端智驾大模型，整合感知、规划与决策功能，提升模型的整体性能与效率； 2. 运用深度学习、强化学习、机器学习等技术，优化模型结构，提高模型对复杂驾驶场景的理解和应对能力； 3. 负责收集、标注和处理自动驾驶相关数据，构建高质量的数据集，为模型训练提供有力支持； 4. 利用数据增强、迁移学习等方法，提升数据利用效率，优化模型的泛化能力； 5. 跟踪自动驾驶和人工智能领域的最新研究成果，探索新技术在端到端大模型中的应用可能性。