小米决策规划大模型实习生
任职要求
、计算机、自动化、数学、自动驾驶等相关方向硕士及以上学历； 2、熟练掌握linux下C++开发，良好的数据结构和算法基础; 3、熟悉深度学习框架，熟悉CNN、LSTM、GRU、Transformers等网络结构及其训练； 以下三点需满足至少一点： 1、熟悉常见的基于模型的规控与端到端算法 2…
工作职责
1、开发基于模型的决策规划系统，解决城市、高速等场景下的交互决策、轨迹规划问题； 2、开发大规模强化学习算法与系统，完成Agent在虚拟环境中的训练以及Sim2Real的部署；
1、参与自动驾驶系统中的决策规划模型的开发工作，包括交互决策、横纵向联合优化等。 2、决策规划相关的工程化落地、部署、测试等工作。 3、端到端模型的开发、部署和数据闭环相关工作。
加入我们，驱动自动驾驶的未来！ 现正积极招募对大模型技术充满热情的实习生。如果你对VLM（视觉语言模型）、VLA（视觉语言动作模型）、世界模型、视频生成或强化学习有浓厚兴趣或研究经验，欢迎加入我们，共同探索自动驾驶技术的边界！ 职位亮点 • 前沿技术探索：深入参与多模态大模型、生成式世界模型、强化学习等尖端技术在自动驾驶领域的应用研究 • 全流程实践：从数据构建、模型设计、训练优化到评测部署，全面参与自动驾驶大模型的研发全流程 • 丰富资源支持：提供大规模真实驾驶场景数据集与充足计算资源，支持技术创新与突破 • 成果转化与发表：开放的技术氛围，支持顶会论文发表与专利申请，优秀成果有望落地应用 • 参与VLA/VLM算法研发，探索视觉-语言-动作模型在自动驾驶决策规划中的应用 • 开展生成式世界模型研究，包括状态建模、轨迹预测与端到端规划 • 运用强化学习/模仿学习技术，提升模型在复杂驾驶场景的应对能力 • 构建多模态预训练与SFT数据集，优化模型泛化性与鲁棒性 • 跟踪顶级会议最新研究成果，复现开源项目并进行技术验证
1. 研究和开发先进的机器学习算法， 应用于智能辅助驾驶的各个领域，包括但不限于： - 端到端大模型 (VLA、世界模型等) - 环境感知 (目标检测、语义分割、多传感器融合等) - 决策规划 (路径规划、行为预测、运动控制等) 2. 探索和实现前沿的人工智能技术， 如深度学习、强化学习、计算机视觉、自然语言处理等，以提升智能辅助驾驶系统的性能、安全性和可靠性。 3. 设计和开发大规模数据集， 用于训练和评估智能辅助驾驶算法。