小鹏汽车自动驾驶算法实习生（OCC/mono3d方向）
实习兼职地点：北京状态：招聘
任职要求
1.计算机科学、人工智能、电子工程、自动化等相关专业硕士及以上学历。 2.具备扎实的机器学习理论基础，熟悉常见的机器学习算法（如监督学习、无监督学习、强化学习等）和深度学习框架（如 TensorFlow、PyTorch 等）。 3.有一定的编…
登录查看完整任职要求
微信扫码，1秒登录
工作职责
自动驾驶算法工程师（OCC/mono3d方向） 1.参与自动驾驶系统中机器学习算法的研究、开发与优化，包括但不限于深度学习算法在目标检测、语义分割、占据网络预测，路径规划等方面的应用。 2.负责收集、整理和分析自动驾驶相关的数据集，进行数据预处理和标注，以提高模型的准确性和泛化能力。 3.设计和实现机器学习模型的训练流程，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。
包括英文材料
学历+
机器学习+
https://www.youtube.com/watch?v=0oyDqO8PjIg
Learn about machine learning and AI with this comprehensive 11-hour course from @LunarTech_ai.
https://www.youtube.com/watch?v=i_LwzRVP7bg
Learn Machine Learning in a way that is accessible to absolute beginners.
https://www.youtube.com/watch?v=NWONeJKn6kc
Learn the theory and practical application of machine learning concepts in this comprehensive course for beginners.
https://www.youtube.com/watch?v=PcbuKRNtCUc
Learn about all the most important concepts and terms related to machine learning and AI.
算法+
https://roadmap.sh/datastructures-and-algorithms
Step by step guide to learn Data Structures and Algorithms in 2025
https://www.hellointerview.com/learn/code
A visual guide to the most important patterns and approaches for the coding interview.
https://www.w3schools.com/dsa/
强化学习+
https://cloud.google.com/discover/what-is-reinforcement-learning?hl=en
Reinforcement learning (RL) is a type of machine learning where an "agent" learns optimal behavior through interaction with its environment.
https://huggingface.co/learn/deep-rl-course/unit0/introduction
This course will teach you about Deep Reinforcement Learning from beginner to expert. It’s completely free and open-source!
https://www.kaggle.com/learn/intro-to-game-ai-and-reinforcement-learning
Build your own video game bots, using classic and cutting-edge algorithms.
深度学习+
https://d2l.ai/
Interactive deep learning book with code, math, and discussions.
还有更多 •••
相关职位
实习技术
1、负责自动驾驶系统中BEV（鸟瞰图）感知算法的研发与落地，包括但不限于2D/3D目标检测、语义分割、深度估计、OCC、车道线检测等任务； 2、基于视觉、激光雷达（LiDAR）或融合传感器数据，设计并优化BEV特征表示与感知模型，提升复杂场景下的环境理解能力； 3、研究并实现BEV感知算法的轻量化部署（如模型压缩、加速推理），满足车端实时性与算力约束； 4、跟踪学术前沿（如OCC、NeRF、Diffusion模型），推动算法创新并应用于实际业务场景。
更新于 2025-09-08上海