蔚来校招-智能辅助驾驶仿真研发工程师
任职要求
1. 计算机、机器人、人工智能等相关专业背景，硕士及以上学历 2. 具备良好的编程能力，熟悉Linux系统，熟练掌握Python/C++至少其中一种编程语言 3. 熟悉智能辅助驾驶系统架构，有开源仿真软件使用或开发经验优先 4. 具有机器学习、强化学习等实践经验，为加分项 5. 有智能辅助驾驶技术相关经验、开源项目经验、优秀的编程习惯、技术书籍或博客作品，为加分项 6. 具有较强的学习能力和意愿、理解能力、跨团队沟通和协作能力，有良好的自省能力和自驱能力
工作职责
1. 参与智能辅助驾驶仿真引擎开发，开发基于数据驱动的高复现、强一致性仿真器，加速智能辅助驾驶算法迭代 2. 参与端到端模型闭环仿真框架设计与开发，加速大模型 / 强化学习算法的训练与评测 3. 与上下游部门密切协作，面向蔚来全平台/全功能方案提供仿真解决方案 4. 调研智能辅助驾驶仿真前沿技术方案，突破现有仿真能力上限
1. 参与实车数据及合成数据驱动的硬件在环仿真工具开发，包括3D渲染引擎开发，虚拟交通流构建，Linux内核实时性优化以及各类传感器数据解析和模拟等工作，支持算法性能稳定性验证，加速算法迭代 2. 与上下游配合，结合研发及测试业务团队需求，输出相应仿真解决方案并持续优化仿真效率及置信度 3. 探索新型合成数据方案在硬件在环仿真领域的落地应用，支持系统硬件端到端开环和闭环评测
1. 负责公司AI平台架构设计和迭代，包括训练、推理、数据处理、存储等； 2. 结合AI工作流（如：数据生产、训练、仿真等），设计方案，提升研发效率； 3. 跟踪AI infra行业技术发展，保证技术领先性。
智能驾驶系统产品线大规控部门负责城区、高速、停车场等全场景高阶辅助驾驶系统的规控和预测算法开发，同时搭建完善的仿真评测体系提升研发质量和效率。 开发理念： 打破惯性思维，根据问题本质寻找答案和设计解决方案； 不技术自嗨，守住性能底线后再做技术创新，用实车效果说话； 用数据驱动的思维做开发，做好数据闭环，注重评测迭代； 不做简单的规则堆叠，传统方法要提炼简洁优雅的“解析解”； 重视工具开发，提升研发效率，打开算法黑盒，尽量做解释性强的方案。 精益求精，打磨产品细节，做出亮点，提升产品体验。 1. 负责轨迹预测、行为决策、路径规划和运动控制等算法开发，并完成嵌入式量产平台部署； 2. 基于海量数据进行道路参与者行为预测算法研发，设计高性能、高准召、高稳定的预测模块； 3. 开发交互式决策和预测模型，改善自动驾驶车辆在复杂环境中的应对能力； 4. 负责自动驾驶系统产品级仿真引擎的架构设计，仿真平台自动化测试及可视化工具链的构建； 5. 构建可扩展的云端仿真框架，以在集群环境中运行批量仿真模拟，减少云端部署和运行成本； 6. 构建完善仿真场景库替代大部分路测，同时生成挑战性的场景增广路测能力； 7. 建立数据自动标注、难例批量挖掘和分析机制工具链，通过数据闭环持续提升算法能力。
文远知行 (WeRide.ai) 正在寻找优秀的编程人才，致力于通过解决人工智能和机器人领域最具挑战性的问题来变革未来的出行方式。开发安全可靠的自动驾驶汽车，其核心在于对车辆性能有深入的、数据驱动的理解。Metrics 团队（指标团队）正在寻找一位优秀的数据工程师来构建衡量我们成功的基础系统。您将负责创建能将原始数据转化为关键洞察的基础设施，确保我们做出的每一个决策都有准确且可扩展的指标作为支持。 1. 研发自动驾驶系统安全性、舒适性等评价算法，保障系统可靠运行。 2. 理解业务需求，深入自动驾驶业务，梳理业务流程，设计数据链路与指标体系，量化自动驾驶能力。 3. 对自动驾驶测试数据进行汇总与分析，深挖数据变化原因，结合数据分析发现问题。 4. 负责数据可视化与报告自动化，让数据直观呈现，辅助决策。 5. 自动驾驶场景挖掘。从海量非结构化测试数据中，高效提取对自动驾驶提升有高价值的交通场景。 6. 自动驾驶能力评价Metrics。运用算法模型或规则，开发自动驾驶算法能力评价指标与自动化评价方法。 7. 建立自动驾驶行为评价的体系框架。