小鹏汽车端到端大模型软件部署工程师

负责端到端大模型闭环仿真相关的3D场景重建算法应用和自研仿真引擎开发，并落地于自动驾驶闭环仿真业务 基于三维重建算法和游戏引擎提升3D仿真动静态场景渲染真实度和效率，交付高逼真度的虚拟仿真3D场景和资产 开发产品级的端到端虚拟仿真引擎，提升交通流智能体真实度，提升闭环仿真各系统模块运行效率，减少云端部署和运行成本 调研自动驾驶仿真相关的前沿算法和技术，突破现有仿真工具的功能瓶颈

1.负责自动驾驶中端到端大模型的设计和开发，包括但不限于两段式端到端、一段式端到端、VLA等 2.针对车端部署，开展模型算法层面性能优化工作，例如TensorRT加速、模型量化、剪枝、蒸馏、混合精度训练微调等，保证模型车端高效迭代和高性能部署 3.负责大规模自动驾驶数据集的自动化挖掘、标注及管理，优化大模型以提升自动驾驶系统的性能 4.与其他算法、软件、infra等团队紧密合作，确保算法在整体系统中的有效集成 5.跟踪最新的自动驾驶技术趋势，评估并整合前沿技术到现有技术架构中

工作职责 1. 负责端到端自动驾驶模型在不同硬件平台上的部署与优化，参与模型评测； 2. 设计实现模型一致性评测工具链，确保跨平台一致性，识别并解决差异问题； 3. 参与软硬件协同优化设计。与硬件工程师协作，参与硬件设计和优化，提供模型在私有硬件平台的执行效率。

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。