小鹏汽车VLA大模型算法实习生
任职要求
1、学历与专业： 计算机、自动化、机器人、人工智能、数学等相关专业，硕士及以上学历 2、有端到端自动驾驶（如UniAD）或VLA模型（如RT-2）等在机器人/自动驾驶领域的应用经验； 3、具备良好的数理功底以及代码能力…
工作职责
1、负责VLA自动驾驶大模型的研发及在车端量产落地等工作； 2、解决VLA在实际量产项目中的问题，基于 Agent 开发自动化问题分析工具； 3、参与构建高质量 VLA Benchmark 系统，包括场景挖掘、难例挖掘及模型评测（Reward Model）等。
1、协助资深工程师进行 VLA 自动驾驶大模型的研发与优化，参与训练数据清洗、标注质量校验、模型微调与对比实验验证工作； 2、协助复现和分析 VLA 模型在城市复杂路况下的行为问题，整理路测日志与实验数据，输出标准化的问题分析报告； 3、参与功能安全方案与安全冗余架构的落地工作，协助梳理安全需求、编写测试用例、执行安全验证测试； 4、协助构建分级指令式云舱平台，开发数据处理、模型测试等辅助工具链，测试平台功能并完善技术文档； 5、参与 VLA 模型的集成与版本交付工作，协助进行版本冒烟测试、问题跟踪与交付文档整理。
1. 负责VLA大模型的端/云基座大模型架构设计与优化、多模态融合训练策略优化； 2. 参与预训练、COT、逻辑推理、数据合成等数据建设与质量提升； 3. 负责模型轻量化能力建设，蒸馏、kvcache压缩、稀疏注意力机制设计与优化； 4. 负责基座大模型核心能力建设，逻辑推理与决策能力、代码能力等。
1. 参与多模态理解与生成大模型、VLA大模型所需的数据清洗和自动标注系统开发，确保各类型/模态数据的质量与多样性，探索高效的数据增强和数据合成方法； 2. 机器人领域大模型的数据采集设计、数据管理、数据质量评测 3. 机器人领域大模型的算法训练，保证模型在多任务、多机器本体的成功应用，机器人大模型训练统一框架的设计 4. 复现并优化主流具身智能范式：如 Diffusion Policy、RT-2、Octo、GR00T、π0、π0.5、πRL等； 5. 将训练好的VLA/VLN模型部署至真实机器人平台
1. 研究和开发先进的机器学习算法， 应用于智能辅助驾驶的各个领域，包括但不限于： - 端到端大模型 (VLA、世界模型等) - 环境感知 (目标检测、语义分割、多传感器融合等) - 决策规划 (路径规划、行为预测、运动控制等) 2. 探索和实现前沿的人工智能技术， 如深度学习、强化学习、计算机视觉、自然语言处理等，以提升智能辅助驾驶系统的性能、安全性和可靠性。 3. 设计和开发大规模数据集， 用于训练和评估智能辅助驾驶算法。