理想汽车【自动驾驶】云端世界模型算法工程师
任职要求
1.计算机或机器人相关专业硕士及以上学历，扎实的数学功底和编程能力； 2.需熟练掌握pytorch、transformers等主流模型开发相关框架； 3.至少有熟悉llama、qwen、internllm等主流开源大模型框架中的一种； 4.至少熟悉llava、qwenvl、internvlm 等主流开源视觉语言大模型的一种； 加分项： 1.从事过自动驾驶感知及规划工作优先； 2.经历有diffusion policy 相关经历优先； 3.经历有传统规划算法相关经历优先
工作职责
1.负责自动驾驶相关云端大模型应用的研发与设计，包括但不限于：自动分析、场景理解等； 2.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.负责自动驾驶云端世界模型的研究、算法开发和交付落地； 2.分析自动驾驶对于世界模型的业务需求，建立评测方案和指标体系，确保技术方案可量产； 3.跟踪自动驾驶领域世界模型的前沿技术，探索新算法在实际场景中的应用，保持技术行业领先；
1. 参与研发自动驾驶云端VLM/VLA大模型，服务于数据挖掘、数据标注、算法评测等业务需求； 2. 跟踪最新的自动驾驶、具身智能相关前沿技术，并进行技术调研和原型验证； 3. 撰写高水平专利/论文。
1、参与自动驾驶系统中多模态大模型算法的研究、开发与优化，包括但不限于世界模型、端到端感知大模型、VLA大模型、多模态视觉语言大模型、离线数据算法大模型等方面的应用； 2、负责设计实现不同领域应用的多模态大模型架构，对模型进行迭代优化，以车端模型/数据产线模型量产为主要目标； 3、设计和实现多模态大模型的训练流程，包括选择合适的优化算法、调整超参数、评估模型性能等，确保模型在不同场景下的稳定性和可靠性； 4、针对多模态大模型模型进行车端/云端部署，能够让模型在大规模量产场景下高效运行，产生业务价值； 5、针对多模态大模型进行训练效率优化，实现训练提效。
云端大模型算法工程师/专家 1、云端任务大模型算法研发：负责数据驱动的云端大模型算法研发和优化，包括多模态大模型、生成式世界模型等方向；开发基于多传感器数据、时空数据融合的自动标注算法；研发场景与标签的生成式算法技术，探索云端动静态场景重建算法上限，提升自动驾驶感知-拓扑-规划云端一体化能力; 2、云端基座大模型研发：基于海量量产数据，研发无监督/自监督算法，持续提升大模型的语义理解能力和空间感知能力；搭建和优化云端自动化标注产线，将重建/生成的场景真值应用于大规模模型训练和评测; 3、Scaling Law算法研发：负责车云平台一体化大模型算法研发和优化，研发和设计基于数据驱动的感知迭代链路；构建高效的自训练感知pipeline，提高数据闭环效率。