商汤26届AI领航员-IAG智能驾驶-端到端模型算法工程师
任职要求
1、硕士及以上学历，计算机科学、自动化、人工智能、机器人等相关专业； 2、具备扎实的编程能力，熟练掌握 Python 和 C++ 编程语言，能够运用这些语言进行高效的算法实现和模型开发； 3、对智能驾驶业务有一定的了解，熟悉智能驾驶系统的整体架构和工作流程，了解智能驾驶领域的基本概念和技术术语； 4、具备扎实的深度学习基础，熟悉 transformer原理及调优方法，能够独立进行模型的训练和优化工作。
工作职责
1、参与智能驾驶端到端模型的开发工作，包括但不限于数据处理、模型设计、训练和优化等环节，提升模型在复杂交通场景下的感知、决策和控制能力； 2、结合实际业务需求，对端到端模型进行针对性的优化和调整，确保模型能够准确、高效地处理智能驾驶中的各种任务，如目标检测、车道线识别、行为预测等； 3、参与两段式端到端业务和一端式端到端业务的探索和实践，深入了解不同业务模式的特点和需求，为团队在业务模式选择和优化方面提供有价值的见解和建议；
1、参与端到端自动驾驶规控算法开发； 2、调研前沿的端到端自动驾驶规控算法； 3、对算法模块性能进行调优，提高运行效率； 4、优化代码鲁棒性，确保算法在各种环境下的安全运行。
1. 聚焦智能驾驶世界模型全链路研发，构建支撑端到端强化学习的核心能力： 2. 模型全生命周期开发：主导自动驾驶世界模型的架构设计、训练策略制定及多维度评估体系搭建，确保模型输出满足端到端 RL 训练的时序一致性与状态表征精度要求。
1. 业务研发：负责智能车舱多模态大型模型的研究、设计、开发和优化工作。参与项目的需求分析、设计评审和代码评审。跟踪和研究大模型领域的前沿技术和趋势，为项目提供技术支持； 2. 模型优化：协同算法、数据团队，把研究成果转化为实用模型，负责架构设计、参数配置及训练流程搭建。运用深度学习框架（如PyTorch、huggingface库、deepspeed）训练、优化模型，依实验结果调整参数与策略，利用评估工具分析模型表现，提出改进措施； 3. 数据管线：收集、整理、标注多模态数据，构建高质量数据集，为模型训练打基础。对数据清洗、归一化、提取特征，提升数据质量与训练效率。参与制定数据存储、备份及安全策略，保障数据安全与可访问； 4. 算法研究：密切追踪多模态大模型前沿技术，定期撰写分析报告，为团队决策提供战略依据。开展创新研究，探索新架构、算法，钻研多模态数据融合等难题，实验验证以推动技术突破，提升模型对多模态数据处理的性能与泛化力。
1.参与公司软件系统的实施交付，包括安装部署、系统配置、客户培训与现场支持； 2.协助客户完成系统上线前的测试、数据准备、问题处理等任务； 3.与研发团队协作，推动问题闭环，确保项目按时交付； 4.支持售前技术交流和客户沟通，为项目交付提供技术支撑； 5.根据项目需求，配合出差至客户现场，提供技术服务。