小米顶尖应届-时空联合规划模型工程师-自动驾驶

1. 负责时空联合模型的架构设计、实现与落地； 2. 负责时空联合模型的训练数据设计、构建与落地； 3. 负责针对自驾时空联合关键场景的效果优化，形成深度优化方案； 4. 负责将方案成果提升为学术论文、专利等成果，形成行业影响力。 【课题名称】 时空联合规划模型 【课题内容】 基于海量用户驾驶数据，在感知表示学习的基础上，探索时空联合规划模型，其能力包括但不限于: 1. 建模静态环境不确定性，如对遮挡、盲区等场景的建模并进行时空联合规划； 2. 对动态障碍物博弈进行建模，具备推演自车和交通参与者的交互博弈能力，做出拟人的时空联合规划。

1. 参与视频AI Deblur算法的设计、训练与优化； 2. 构建大规模模糊视频数据集，完成数据标注与预处理； 3. 跟踪领域前沿技术（如Transformer、扩散模型），探索创新方案； 4. 协助模型在手机端部署与性能调优； 5. 撰写技术文档与论文，推动成果落地至小米核心产品线。 【课题名称】 视频AI Deblur 【课题内容】 研究并开发基于深度学习的视频去模糊算法，解决动态模糊、运动模糊等视频质量退化问题，提升视频清晰度与用户体验。技术方向包括但不限于：时空特征融合、多帧对齐与重建、轻量化模型部署、端到端优化等，目标为实现行业领先的实时视频修复能力。

1. 负责Rust语言及标准库、常用库在Vela系统的移植和适配; 2. 负责Rust程序的优化及附带工具开发，包括codesize裁剪、内存优化、速度优化; 3. 负责参与Vela系统模块与Rust语言的结合，包括方案设计、关键技术研发、技术培训等工作。 【课题名称】Rust支持IoT应用开发研究 【课题内容】研究Rust支持Vela系统的应用开发，包括： 1. 深入研究Rust标准库，适配到Vela系统，并根据Vela系统进行裁剪； 2. 深入研究tokio、json等常用库，适配vela系统，并进行优化 3. 调研vela系统的模块结构，将vela各模块适配到Rust语言中

1. 熟悉和掌握至少一种JS引擎（v8, quickjs）和Webassembly引擎； 2. 为应用层提供调试、性能分析等技术手段； 3. 融合js和wasm引擎，实现js和wasm的互调，满足应用不同场景需求。 【课题名称】快应用运行时关键技术规划与研究 【课题内容】基于vela操作系统，优化和开发快应用的运行时能力。横跨JS和Webassmbly两项技术，将其融合一起，提供高性能、低资源消耗运行时框架。