小米顶尖应届-世界模型端到端算法工程师-自动驾驶
任职要求
1. 计算机、人工智能相关专业，或物理学，数学等基础学科博士毕业； 2. 扎实的神经网络相关的基本功，信息论/概率论/线性代数/深度学习/机器学习等。 加分项： 顶级会议上，有自动驾驶相关Oral或Spotlight文章。
工作职责
1. 负责世界模型的架构设计，技术方案选择与实现落地； 2. 针对业务痛点，输出可行方案，完成产品转化和业务落地； 3. 调研追踪相关前沿技术，并深入探索，沉淀形成专利/论文/文档等。 【课题名称】 世界模型 【课题内容】 1. 探索前沿的世界模型算法，让模型更好的理解和预测现实的物理世界； 2. 深入研究基于3dgs的重建算法和基于diffusion的生成算法，提升世界模型能力边界； 3. 从闭环仿真、闭环训练、数据合成等方面发挥更大价值，进而提升自动驾驶能力上限。
1. 负责世界模型的架构设计，技术方案选择与实现落地； 2. 针对业务痛点，输出可行方案，完成产品转化和业务落地； 3. 调研追踪相关前沿技术，并深入探索，沉淀形成专利/论文/文档等。 【课题名称】 世界模型 【课题内容】 1. 探索前沿的世界模型算法，让模型更好的理解和预测现实的物理世界； 2. 深入研究基于3dgs的重建算法和基于diffusion的生成算法，提升世界模型能力边界； 3. 从闭环仿真、闭环训练、数据合成等方面发挥更大价值，进而提升自动驾驶能力上限。
1. 基于历史数据构建自动驾驶问题数据库，设计场景标签体系与分类标准； 2. 研发多模态大模型驱动的自动驾驶问题归因算法； 3. 基于问题诊断结果，提出端到端模型优化训练改进建议。 【课题名称】 自动驾驶问题智能诊断（autotriage） 【课题内容】 1. 构建自动驾驶场景认知体系，将真实世界的问题场景标签化； 2. 设计自动驾驶问题的自动化归因机制，建立行业领先的问题分析范式。
1. 负责E2E模型的架构设计，算法的实现与落地； 2. 负责相关学术文档，方法论的研究和调研，形成技术文档/论文； 3. 针对自动驾驶痛点场景，提出可行的解决方案，与量产同学配合完成预研的量产转化； 4. 在数据驱动方面，帮助数据团队建立符合E2E需要的优质数据标准。 【课题名称】 E2E One Model方案设计与实现 【课题内容】 1. 纯E2E的自动驾驶方案，视觉输入，control输出； 2. 探索感知和planning联合训练的E2E范式上限； 3. 在舒适度/决策时机的准确性/横纵向联合规划/长期意图的表示/感知与规划的自监督学习等关键场景，体现出纯E2E方案的优势。
1. 负责E2E模型的架构设计，算法的实现与落地； 2. 负责相关学术文档，方法论的研究和调研，形成技术文档/论文； 3. 针对自动驾驶痛点场景，提出可行的解决方案，与量产同学配合完成预研的量产转化； 4. 在数据驱动方面，帮助数据团队建立符合e2e需要的优质数据标准。 【课题名称】 E2E One Model方案设计与实现 【课题内容】 1. 纯E2E的自动驾驶方案，视觉输入，control输出； 2. 探索感知和planning联合训练的E2E范式上限； 3. 在舒适度/决策时机的准确性/横纵向联合规划/长期意图的表示/感知与规划的自监督学习等关键场景，体现出纯E2E方案的优势。