蔚来校招-高性能计算平台研究员/工程师
任职要求
汽车电子/计算机/通讯/电子等相关专业； 熟练掌握至少一种编程语言，如Python/Shell/C/C++/CAPL等，具备良好的代码能力； 了解车云互联或者物联网平台的技术原理，如呼叫中心、数据中心和服务中心等； 掌握数据结构，数据库原理，数据统计等学科知识，接触过AI大数据采集和分析领域的候选者优先； 了解汽车电子技术，有一定网络通信知识，理解以太网/CAN/LIN等总线工作原理； 具备较强的执行力和学习能力，对跨领域技术有探索精神。
工作职责
1. 负责收集和整理业务需求，按流程评估需求，提出解决设计方案。 2. 参与架构设计类数据的全生命周期管理，定义技术规范，开发相关工具链，负责方案的落地和整体效能的优化。 3. 管理多区域，多品牌，多车型的设计数据（WTI，DPLM，数据埋点，配置参数等），和云端的数据后台对接，形成数据闭环。 4. 负责效能工具链方案的设计，保证架构设计、配置和开发运营的正确性和效率。 5. 和功能业务方一起对数据进行分析和应用，包括数据洞察，统计回归，AI模型学习和训练等。
1. 强化学习模型开发：负责基于深度强化学习（DRL）的端到端智能辅助驾驶策略的设计、开发与训练 2. 仿真平台搭建与实验：搭建仿真环境（如CARLA、LGSVL、MetaDrive等），用于训练和验证强化学习策略；
小红书中台AI平台团队致力于打造业界领先的一站式AI平台，通过技术创新和工程优化，为公司AI业务发展提供强有力的基础设施支撑，实现算法研发效率的显著提升和成本的有效控制。我们负责调度公司所有AI模型训练及推理的数万卡GPU资源，基于自研的训练、推理、智能体框架，为公司所有算法及工程同学提供端到端、一站式的AI研发能力，包含大模型数据处理/训练/压缩/推理/部署及开箱即用的API体验、AI知识库/智能体应用构建、搜广推数据生产/模型训练/模型上线/特征管理/模型测试等。 1、负责大模型/搜广推模型开发平台、AI应用开发平台的架构设计和核心功能研发，构建云原生架构，设计高可用、高性能的微服务体系； 2、负责构建面向大模型、搜广推、智能体全流程DevOps，与下游云原生平台深度融合，支撑大模型在公司内各业务生产链路稳定高效地落地； 3、负责万卡规模GPU集群效能分析及优化，通过调度策略优化、在离线混部、GPU虚拟化、存储&网络加速等手段，提升GPU集群使用效率； 4、将平台和框架结合，通过任务调度、弹性容灾、性能优化等措施端到端提升AI生产效率，涉及k8s/kubeflow、网络通信、分布式训练等； 5、优化各AI平台性能，提升系统稳定性和可扩展性，保障大规模并发场景下的服务质量与用户体验； 6、持续研究分析业内创新AI平台产品，优化技术方案，改进产品功能，提升创新能力与产品体验。
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。
1、负责自动驾驶端到端模型的优化和高效部署； 2、负责自动驾驶相关算法在各种芯片平台上的算子开发、性能优化； 3、负责设计、开发新一代高性能的自动驾驶软件功能模块，能够对实车硬件状态和软件表现进行深度分析和调优； 4、探索下一代嵌入式芯片上，高性能计算、模型量产和优化的无限可能。