小鹏汽车【26届校招】仿真系统工程师
任职要求
1、硕士及以上学历，计算机、自动化、机器人等相关专业； 2、精通 Isaac Gym/MuJoCo/PyBullet 等物理引擎，有机器人仿真项目落地经验； 3、熟悉 3DGS/NeRF 等神经渲染技术，能优化渲染-物理计算的异构流水线； 4、具备 C++/Python 高性…
工作职责
负责人形机器人仿真训练平台的研发，支撑运动控制、操作和导航算法的大规模训练与评测。 1、基于 Isaac Gym/MuJoCo 搭建高保真仿真环境，优化人形机器人 RL 训练的并行效率与物理精度； 2、开发 3DGS/NeRF 动态场景渲染管线，支持视觉-动力学联合仿真与 Sim2Real 迁移； 3、构建生成式世界模型驱动的仿真系统，实现动态场景自动生成与自适应难度调控； 4、设计分布式仿真架构，支持万级机器人实例的实时交互与数据采集。
工作内容： 快速熟悉现有感知系统架构，梳理感知各模块作用和系统资源占用情况，持续跟踪评估新上feature，针对特定应用场景评估决策是否引入，并能实施代码重构。 建立灵活的监控与评估框架，全面分析评估感知系统中各个算法的性能与端到端的影响。 能优化或重构具体算法，降低资源使用率。 分析感知相关的系统问题。
- 参与自动驾驶各模块数据的 3D 可视化 Web 平台研发； - 与算法/产品团队协作，进行需求分析、方案设计与开发交付，支持快速迭代与问题定位； - 参与前后端接口设计与联调，完善数据链路（采集/传输/存储/查询/展示）与工程化建设； - 持续优化系统性能、稳定性与可维护性（渲染性能、数据吞吐、页面性能、服务端性能等。
1. 算法开发与优化： 负责自动驾驶模型算法的研发设计，包括但不限于行为决策、轨迹生成、运动规划等模块的深度学习/强化学习模型设计 探索基于Transformer、模仿学习（Imitation Learning）、强化学习（RL）等前沿技术的模型算法设计、应用方案 优化自动驾驶算法的实时性、安全性和舒适性，解决复杂场景（如拥堵、交互博弈、长尾问题）下的规划挑战 2.数据驱动迭代： 构建和利用大规模驾驶数据集（仿真+真实数据），设计数据闭环 pipeline 提升规划性能 参与数据标注、场景挖掘、仿真测试等环节，推动算法迭代 3.系统集成与部署： 与感知、控制等模块团队协作，实现模型算法在车载计算平台的部署 支持实车测试，分析问题并提出改进方案 4.前沿技术跟踪： 跟进学术界（如CVPR、ICRA、CoRL、IROS等）和工业界最新进展，将创新技术落地到量产或研发项目中
1. 负责自动驾驶多模态数据的合成技术研发与工程实现，构建高质量、多样化的仿真与合成数据，提升训练数据的覆盖场景丰富度与边界案例覆盖率，满足端到端自动驾驶模型的训练需求； 2. 深入分析自动驾驶训练数据的特征与分布规律，运用统计建模、机器学习与因果推理方法挖掘数据中的潜在问题（如样本偏差、长尾分布、标签错误、对抗样本等）； 3. 研究并开发面向自动驾驶场景的高效自动标签算法，基于规则算法和大模型数据挖掘方法，提升为大模型pretrain,sft,RL阶段提供高质量数据； 4. 构建端到端的数据质量评估与过滤体系，设计适用于自动驾驶任务的数据质量指标（如场景完整性、数据分布合理性、时序一致性、合规性等），开发自动化检测工具链，对标签数据、合成数据开展模型训练，提升模型在安全性，效率，合规，安心感等方面的表现； 5. 持续跟踪自动驾驶与大模型的前沿数据技术，推动数据合成、自动标注、质量评估等核心算法在实际工程系统中的部署与落地。