小鹏汽车自动驾驶算法实习生（OCC/mono3d方向）
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…
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。
职位概览 我们正在寻找对端到端自动驾驶、多模态大模型（VLM/VLA）以及模型高效部署充满热情的同学。你将参与开发下一代智能驾驶算法，重点解决大参数量模型在车规级芯片上的实时运行难题，通过量化、剪枝及训练策略优化，让 AI 更好地理解物理世界并执行驾驶决策。 核心职责 大模型研发与优化：参与视觉语言模型（VLM）或视觉-语言-动作模型（VLA）在自动驾驶场景下的预训练、微调（SFT）及指令遵循能力优化。 量化算法实施：针对 Transformer/Diffusion 等架构，研究并落地先进的量化算法（如 PTQ、QAT、FP8/INT8/INT4 量化），确保模型在有限算力下保持精度。 算法端到端部署：配合工程团队，将复杂的感知或决策模型转化为高效的推理引擎，解决量化掉点、算子融合等实际问题。 前沿技术跟踪：调研并复现相关的顶会论文（CVPR, ICCV, NeurIPS 等），探索大模型在自动驾驶长尾场景（Corner Cases）中的应用。
* 参与世界模型（World Model）及生成式视频（Video Generation）相关算法的研究与开发。 * 负责主流视频生成模型（如 WAN、VACE 等）的环境搭建、训练、推理及效果评测，完成实验复现与结果分析。 * 调研并复现最新的学术论文和开源项目，总结技术方案并形成调研报告。 * 协助构建视频生成实验平台，包括数据处理、模型调优、实验管理及自动化评测等工作。 * 与团队共同探索下一代视频生成、Agent、世界模型等前沿方向，参与算法优化与创新。
1. 负责端到端数据生产、数据挖掘和相关工具链开发、维护； 2. 负责端到端模型复现、优化、升级、部署，并验证算法效果，推动算法落地； 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。
1. 负责VLA/WAM算法预研工作； 2. 负责VLA/WAM开源模型复现、部署，并验证算法效果，推动算法落地； 3. 运用vision encoder, LLM, world model等技术，优化模型结构等，提高模型在复杂场景下的效果。