美团【北斗】自动驾驶感知算法工程师
校招全职自动车配送部地点：北京 | 深圳状态：招聘
任职要求
1. 计算机科学、人工智能领域，具有扎实的深度学习、计算机视觉/自然语言处理基础； 2. 具有优秀的编程能力，熟悉PyTorch、Tensorflow等深度学习框架，能熟练进行模型研发和测试； 3. 具备一定的科研能力，能够承担科研探索工作和先进技术落地推进工作。 具备以下优先： 1.有训练过端到端自动驾驶模型的经验； 2.在设计、训练、评估和部署机器学习模型（尤其是多模态大模型、生成模型等）方面有深刻的理解； 3.在NeurIPS/ICML/ICLR/CVPR等会议或期刊上发表过论文； 4.获得过国际或国内赛事奖项者。 岗位亮点： 1. 将算法落地在大规模的实际业务场景。 2. 前沿的自动驾驶/大模型算法研究机会。 3. 活跃包容的算法团队和坚实可靠的基础设施。
工作职责
1. 端到端自动驾驶建模：参与、设计及实现端到端的自动驾驶建模方法，搭建从传感器数据到行为决策的端到端模型。 2. 多模态大模型在自动驾驶场景中的适配和优化：如：大模型指令微调和策略迭代、开放场景下的目标识别技术等，以适应不同的自驾场景，并提高模型的鲁棒性和泛化能力。 3. 基于生成模型的离线感知能力建设，研发基于扩散模型的场景生成技术和仿真技术。开发离线生成-真实数据闭环系统。
包括英文材料
深度学习+
https://d2l.ai/
Interactive deep learning book with code, math, and discussions.
OpenCV+
https://learnopencv.com/getting-started-with-opencv/
At LearnOpenCV we are on a mission to educate the global workforce in computer vision and AI.
https://opencv.org/university/free-opencv-course/
This free OpenCV course will teach you how to manipulate images and videos, and detect objects and faces, among other exciting topics in just about 3 hours.
NLP+
https://www.youtube.com/watch?v=fNxaJsNG3-s&list=PLQY2H8rRoyvzDbLUZkbudP-MFQZwNmU4S
Welcome to Zero to Hero for Natural Language Processing using TensorFlow!
https://www.youtube.com/watch?v=R-AG4-qZs1A&list=PLeo1K3hjS3uuvuAXhYjV2lMEShq2UYSwX
Natural Language Processing tutorial for beginners series in Python.
https://www.youtube.com/watch?v=rmVRLeJRkl4&list=PLoROMvodv4rMFqRtEuo6SGjY4XbRIVRd4
The foundations of the effective modern methods for deep learning applied to NLP.
PyTorch+
https://datawhalechina.github.io/thorough-pytorch/
PyTorch是利用深度学习进行数据科学研究的重要工具，在灵活性、可读性和性能上都具备相当的优势，近年来已成为学术界实现深度学习算法最常用的框架。
https://www.youtube.com/watch?v=V_xro1bcAuA
Learn PyTorch for deep learning in this comprehensive course for beginners. PyTorch is a machine learning framework written in Python.
TensorFlow+
https://www.youtube.com/watch?v=tpCFfeUEGs8
Ready to learn the fundamentals of TensorFlow and deep learning with Python? Well, you’ve come to the right place.
https://www.youtube.com/watch?v=ZUKz4125WNI
This part continues right where part one left off so get that Google Colab window open and get ready to write plenty more TensorFlow code.
自动驾驶+
https://www.youtube.com/watch?v=_q4WUxgwDeg&list=PL05umP7R6ij321zzKXK6XCQXAaaYjQbzr
Lecture: Self-Driving Cars (Prof. Andreas Geiger, University of Tübingen)
https://www.youtube.com/watch?v=NkI9ia2cLhc&list=PLB0Tybl0UNfYoJE7ZwsBQoDIG4YN9ptyY
You will learn to make a self-driving car simulation by implementing every component one by one. I will teach you how to implement the car driving mechanics, how to define the environment, how to simulate some sensors, how to detect collisions and how to make the car control itself using a neural network.
机器学习+
https://www.youtube.com/watch?v=0oyDqO8PjIg
Learn about machine learning and AI with this comprehensive 11-hour course from @LunarTech_ai.
https://www.youtube.com/watch?v=i_LwzRVP7bg
Learn Machine Learning in a way that is accessible to absolute beginners.
https://www.youtube.com/watch?v=NWONeJKn6kc
Learn the theory and practical application of machine learning concepts in this comprehensive course for beginners.
https://www.youtube.com/watch?v=PcbuKRNtCUc
Learn about all the most important concepts and terms related to machine learning and AI.
大模型+
https://www.youtube.com/watch?v=xZDB1naRUlk
You will build projects with LLMs that will enable you to create dynamic interfaces, interact with vast amounts of text data, and even empower LLMs with the capability to browse the internet for research papers.
https://www.youtube.com/watch?v=zjkBMFhNj_g
NeurIPS+
https://neurips.cc/
ICML+
https://icml.cc/
ICLR+
https://iclr.cc/
CVPR+
https://cvpr.thecvf.com/
算法+
https://roadmap.sh/datastructures-and-algorithms
Step by step guide to learn Data Structures and Algorithms in 2025
https://www.hellointerview.com/learn/code
A visual guide to the most important patterns and approaches for the coding interview.
https://www.w3schools.com/dsa/
相关职位
校招自动车配送部
地图的scale up 会是未来1-2年的重点内容，其中关键因素为自动化算法需要承接当前人工制图中大部分功能(例如painted line和不可跨越障碍物等要素) 1.开发静态元素BEV/Occupancy算法，包括模型结构、多帧融合算法、多数据源融合算法以及相关后处理算法 2.建立云端数据自动标注 Pipeline、数据挖掘机制以及难样本分析等工具链持续迭代模型能力。
更新于 2025-05-23
校招自动车配送部
1.基于数据驱动的闭环能力提升，持续改进当前决策规划的效果； 2.基于即时配送业务场景，为美团自动车提供行为决策、运动规划和控制的解决方案； 主要研究方向：多模态端到端自动驾驶算法、交互博弈、大模型预训练、后训练、强化学习等前沿算法技术等。
更新于 2025-05-23
校招自动车配送部
自动驾驶算法基础服务团队寻找顶尖人才，解决自动驾驶算法面向未来的架构设计和工程优化的综合性问题 研究方向一：分布式训练系统研究 1.探索现有自动驾驶训练业务的算力效率极限，通过底层硬件和分布式集群/存储优化，结合深度学习框架特性和极致算子性能优化，达到MFU上限。 2.进一步建设自动驾驶模型在千卡规模集群上的训练能力，推动从底层数据存储、分布式通信、自动容灾和大规模分布式训练系统的迭代更新，支持业务未来的训练需求。 研究方向二：自动驾驶算法基础研究 1.探索自动驾驶算法在训练优化器，高价值数据获取等基础方向的研究，提升跨业务的模型训练能力。 2.与各个算法业务合作，探索自动驾驶领域算力友好的网络结构范式。
更新于 2025-05-23
实习自动车配送部
基于数据驱动模型端到端一体化的长期需求，我们寻找有极强的技术信仰与热情，富有好奇心和驱动力的候选人。参与探索自动驾驶面向未来的算法设计和工程优化的综合性问题。 1.探究自动驾驶领域分布式训练的效率极限，通过底层硬件和分布式集群/存储优化，结合深度学习框架特性和极致算子性能优化，达到MFU上限。 2.基于VLM、LLM等大模型技术和无人配送的业务特点，探索自动驾驶新一代的模型结构范式，推动自动驾驶技术的进一步发展。
更新于 2025-04-22