商汤26届AI领航员-IAG智能驾驶-端到端规控算法工程师
任职要求
1、计算机、电子等相关专业背景，海内外全日制硕士/博士研究生在读； 2、具备扎实的机器学习基础和较强的学习能力；有论文发表经验者优先； 3、具有端到端自动驾驶项…
工作职责
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、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. 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. 构建辅助驾驶/机器人场景的大模型端&云侧协同计算平台，支撑云&边&端平台的深度学习计算部署落地，打造计算机视觉在边缘计算行业的核心竞争力和解决方案； 2. 深度学习算法、LLM、语音应用成果转化，负责LLM、检测、分类、分割、3D等方向算法的工程化、服务化和产品化； 3. 针对市场主流的异构计算芯片，包括服务端的英伟达、昇腾系列，以及移动端芯片，实现极致性能优化； 4. 算法SDK通用框架构建与优化，保证深度学习算法部署落地的高效稳定，可移植可扩展。
1. 云侧部署与性能优化：主导世界模型及辅助驾驶的软件架构设计及芯片部署方案落地，综合运用指令集优化、线程调度策略、内存池管理等技术，实现极致性能与资源利用率。 2. 端侧部署与性能优化：面向具身智能与智能驾驶领域的高算力平台，VLA算法方案部署与优化加速； 3. 芯片生态深度协作：聚焦英伟达等主流车载芯片平台，完成模型部署与推理性能调优；结合系统及硬件架构特性，协同芯片厂商实现软硬件本地化定制开发，驱动业务需求落地。