小米自动驾驶-机器人算法实习生
实习兼职地点：北京状态：招聘
任职要求
1. 具备一定的科研背景：在自动驾驶、机器人相关的感知算法（包括BEV感知，Lidar 3D Detection/Segmentation，Occupancy Network，End2End, 多传感器融合，WorldModel，3D Gaussian，NerF，Stable Diffusion生成，单目/多目深度估计，三维重建，LMM, VLA等 AIGC大模型）中的一个或多个领域有过深入研究的经历； 2. 有过相关领域的会议论文发表（CVPR、ICCV、ECCV等等）； 3. 相关领域有国内知名实验室、企业实…
登录查看完整任职要求
微信扫码，1秒登录
工作职责
1. 参与自动驾驶、机器人方向，研发前沿多模态语言大模型(VLM，VLA)相关算法，发表国际顶级论文。 2.参与多模态理解&3D生成式（3DGS,NeRF,VGGT）等算法、LLM/VLM/AIGC等方向的前沿技术，重点关注生成式、大语言模型和多模态模型Evaluation/SFT/Agent/数据合成技术等相关方向。 3. 参与WorldModel，空间智能，End2End，VLA等方向的研究。
包括英文材料
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.
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/
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
还有更多 •••
相关职位
实习
1. 参与自动驾驶、机器人方向，端到端、前沿多模态语言大模型(VLM，VLA)等相关算法的研发。 2. 参与多模态理解&3D生成式（3DGS,NeRF,VGGT）等算法、LLM/VLM/AIGC等方向的前沿技术，重点关注生成式、大语言模型和多模态模型Evaluation/SFT/Agent/数据合成技术等相关方向。 3. 参与WorldModel，空间智能，End2End，VLA等方向的研究。
更新于 2025-10-23北京
实习技术族-实习
1、模型复现与实现：复现当前主流的开源VLA模型(如GR00T/ π0.5/SmoIVLA/WALL-OSS等)，确保算法正确性和性能。 2、系统集成与测试：将VLA模型集成到公司机器人平台，设计并执行测试方案，评估模型在真实环境中的感知、推理与执行能力。 3、算法优化与创新：针对机器人具体应用场景，对VLA模型进行微调、优化及创新，提升其在复杂环境下的适应性和鲁棒性。 4、多模态数据处理：处理视觉、语言和动作数据，构建和优化训练数据集，支持模型的训练和评估。 5、技术跟踪与报告：跟踪VLA领域的最新研究进展，撰写技术报告，并参与团队技术讨论与分享。
更新于 2025-11-03北京
实习算法序列
我们正在寻找一位热衷于自动驾驶/机器人领域有浓厚兴趣的实习生。根据个人技术栈能力和意愿, 有以下几个工作方向可以选择： 1、参与优化传感器在线标定算法的精度及运行效率； 2、探索结合NeRF/3D GS等深度学习方法, 研究开发高精度的离线自然场景标定； 3、参与设计开发通用的非线性优化库, 解决Ceres Solver的架构设计局限性及效率问题；
更新于 2025-07-09上海
实习研发
1、负责端到端决策规划算法的开发和迭代； 2、负责训练数据与评测数据的日常挖掘与维护； 3、负责端到端智驾大模型方案的研发迭代体系的建设与完善。
更新于 2025-12-22北京