小米小米汽车-算法工程师-自动驾驶大模型方向
任职要求
1. 有较为完整的研发经验，经历技术预研、实车部署和优化迭代较为完整流程； 2. 具备扎实的深度学习理论基础，有视觉-语言多模态、轨迹预测、数据驱动决策规划等领域的研发和工程部署经历，有强化学习经历优先； 3. 深入了解数据结构、算法，有大规模数据处理相关知识，至少精通一门 c++/python编程； 4. 熟悉常用的深度学习开源框架，如PyTorch、TensorFlow等，要求熟悉至少对其中一种框架，有实际部署经验。
工作职责
1. 负责端到端的预测、决策和规划学习模型研发，解决L4交通场景下的交互决策、轨迹规划问题； 2. 负责数据处理、标注和管理，研发基于数据的模型闭环迭代系统，提升整体效率和性能； 3. 跟踪最新的自动驾驶和人工智能技术动态，进行技术调研和快速验证。
端到端自动驾驶大模型是当前工业界与学术界的研究热点，它通过数据驱动与科学建模，从原始传感器数据出发，直接预测自车未来行为，是AI与自动驾驶融合的综合应用。1、以海量真实数据为基础，依托计算机视觉、深度学习与大模型技术，构建面向真实世界的一体化决策规划模型 2、在端到端自动驾驶模型的设计与优化中，研究方向包括但不限于：端到端自动驾驶大模型优化、多模态融合与感知场景理解、大语言模型(VLM)驱动的复杂场景理解、基于扩散模型的预测与规划行为生成、三维空间表征与自监督预训练、 强化学习与人类行为偏好对齐等。
-跟进前沿技术，参与目标检测/实例分割/视频理解/AIGC生成/多模态大模型等方向的算法技术研究与部署落地 -针对自动驾驶/大模型等标注数据的对算法提效的实际需求，参与算法的优化与迭代，提升算法性能与效果 -协助完成相关算法的工程化实现，完成算法落地与产品化工作，确保算法能够在实际项目中稳定运行 -跟踪行业动态与最新技术进展，赋能各个业务方向，为公司项目提供技术支持与解决方案
VLM模型方向： -负责基于VLM开源大模型与自动驾驶领域结合的专用自动驾驶VLM模型设计与实现,实现对复杂场景语义理解，给出决策语义或者行为语义； -负责对应模型调研、设计、研发与落地等工作，包含服务端大模型与车端小模型。 VLM数据闭环方向： -负责VLM模型训练与评价需要的数据爬取、挖掘、自动标注等核心算法工作； -使用业界大模型进行数据生成、标注等的训练、评价数据获取相关核心算法工作。
VLM模型方向： -负责基于VLM开源大模型与自动驾驶领域结合的专用自动驾驶VLM模型设计与实现,实现对复杂场景语义理解，给出决策语义或者行为语义； -负责对应模型调研、设计、研发与落地等工作，包含服务端大模型与车端小模型。 VLM数据闭环方向： -负责VLM模型训练与评价需要的数据爬取、挖掘、自动标注等核心算法工作； -使用业界大模型进行数据生成、标注等的训练、评价数据获取相关核心算法工作。