美团自动驾驶算法性能优化工程师
任职要求
扎实的 C++/Python 工程…
工作职责
1. 在线系统性能优化，包括但不限于框架设计、调度优化、内存优化 2. 模型推理性能优化，包括但不限于模型结构设计、算子调优、并行流水线加速 3. 离线系统性能优化，包括但不限于模型训练流水线加速、数据流水线优化
1.深入理解自动驾驶感知/规控算法，深度嵌入研发/工具团队, 与项目一起推动算法性能优化; 2.负责包括自动驾驶仿真工具在内的算法评测链路有效性和质量验证，对评测链路输出的结果给出缺陷诊断和优化建议； 3.深入理解自动驾驶仿真引擎logsim/worldsim的底层实现原理，并向业务输出使用手册； 4.了解面向端到端自动驾驶仿真的行业先进技术，负责评估基于NeRF/3DGS场景重建仿真效果和基于World Model的数据合成效果，并进一步评估其是否可应用于量产项目的测试业务； 5.负责端到端自动驾驶算法评测方案制定，编写验证过程报告，面向测试业务输出明确的导向性结论； 6.提效内场评测方案有效性的验证过程，编写CI/CD自动化脚本； 7.负责对接仿真工具团队，输出可对外的验证报告，沟通、协调并管理好问题解决进度，具备一定推动能力；
1. 深度参与自动驾驶感知 / 规控算法评测全流程，与研发团队紧密协作，负责智能驾驶产品算法测评方案设计、测试计划制定及测试用例开发，覆盖行车、泊车等高阶功能场景； 2. 负责算法仿真验证，基于SIL、HIL等仿真方案构建多维度测试数据（含实车路采与虚拟场景生成），并参与数据闭环平台的测试开发与流程优化，提升算法迭代效率； 3. 负责智能驾驶算法测评自动化框架设计，独立完成测试脚本编写（Python/C++ 优先），开发数据挖掘、指标可视化等测评工具，持续优化测试流程与报告输出能力，助力团队效率提升； 4. 负责执行测试用例并追踪缺陷，分析测试报告中的算法性能问题，输出改进建议；参与版本算法评测结论输出，推动感知 / 规控等模块性能优化。
负责自动驾驶系统（感知、预测、决策、规划、控制等模块）的性能分析与优化，提升算法的实时性、精度和鲁棒性； 优化关键算法模块（如目标检测、跟踪、多传感器融合、轨迹预测等）的计算效率，满足车规级实时性要求； 分析系统瓶颈（CPU/内存/延迟等），通过算法改进、代码优化、数据结构调优、并行计算等手段提升整体系统性能； 与硬件、算法、仿真等团队协作，推动算法在量产上的高效部署； 设计并实施性能评估体系与指标，持续监控和优化系统表现； 参与系统架构设计，从性能角度提出合理化建议，确保系统可扩展性与高效运行。
1. 负责自动驾驶算法的车端部署和优化 2. 基于车载异构计算硬件对自动驾驶算法进行性能测评、加速 3. 参与模型部署优化工具链的设计与研发，如模型转换、图优化、量化等