小米自动驾驶-机器人算法实习生
任职要求
1. 具备一定的科研背景：在自动驾驶、机器人相关的算法（包括BEV感知，E2E model，World Model，3D Gaussian，NerF，Stable Diffusion生成，LLM, 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、企业实习经历或发表相关论文、有算法编程竞赛/自动驾驶或机器人相关竞赛经历：如K…
工作职责
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。
公司介绍 滴滴于 2016 年组建自动驾驶技术研发部门，致力于打造世界领先的 L4 级自动驾驶技术，通过科技让出行更安全、更高效。我们相信，将自动驾驶技术部署在共享出行车队中，将创造最大的社会价值。依托滴滴在出行领域的 先进技术、海量数据、丰富经验和完整的出行平台生态，我们正在打造并运营世界领先的自动驾驶 Robotaxi 车队，推动自动驾驶在城市复杂交通场景中的规模化落地。 职位描述 作为感知团队的一员，你将与国内外顶尖人才一起，研究和开发自动驾驶领域的前沿算法，直接赋能 L4 Robotaxi 的大规模部署。 你将面向真实城市道路场景中的多样化挑战，利用多模态传感器（LiDAR、Camera、Radar 等）设计、开发并优化感知算法，解决物体识别、障碍物检测、场景理解、意图预测与大模型赋能等核心问题。 在这里，你将有机会： 与中美两地的优秀工程师和科学家合作，参与世界级的技术竞争； 深入研究并推动最前沿的学术成果在产业中的落地； 在全球最大出行平台之一的业务场景中，实现科研成果的规模化应用。 主要方向与职责： 你将在以下方向中选定一个或多个方向深入负责，并承担从研发到落地、从算法到系统的端到端职责： （一）物体识别与跟踪 设计并实现基于 LiDAR / Camera / Radar 的多模态检测模型，识别车辆、行人、自行车、静态障碍物、交通标志等 提升精度、召回率与抗扰性（抗遮挡、夜间、恶劣天气、长尾类别） （二）通用障碍物识别 识别未知类别 /未训练类别的障碍物 基于异常检测 /开放类别识别的算法研究与工程实现 在非结构化环境（施工区域、道路损坏、落物等）中提升鲁棒性 （三）场景和意图理解 语义分割、实例分割、道路 /车道/交通标志/交通灯等结构物识别 场景理解，例如施工区域识别、可通行区域识别等 意图理解，例如行人动作识别、起步意图识别等 交互和事件识别，例如多方交互、交通规则冲突、非规范驾驶行为等 （四）感知大模型 /多模态 探索或应用预训练多模态大模型，将视觉、语言、地图/文本信息融合以增强感知能力 零样本 / 少样本 / 跨域泛化的策略研发 将大模型成果迁移到真实车队感知系统中，提升复杂场景下的鲁棒性 （五）模型评估、验证 构建完整的评估管道，包括离线评估 + 真实道路 + 模拟环境测试，支持回归检测与性能监控 指标体系设计 (Precision, Recall, IoU, latency, false positives rate 等)
负责VLA（视觉-语言-行动）多模态大模型在自动驾驶和机器人场景中的前沿算法研究，涵盖场景理解、语义引导决策、时空建模等核心能力； 主导VLA模型预研，构建可泛化、高可解释性的多模态基座大模型，为未来6~12个月技术演进提供基础支撑； 与高校及实习生协作，探索VLA的长期发展方向，包括表征学习，具身智能、慢系统蒸馏快系统等核心议题； 撰写高水平论文、技术文档，推动VLA方向在CVPR、NeurIPS、ICLR、CoRL等会议中的学术影响力。
1、基于V2X技术开发面向矿山无人矿卡场景的防碰撞和交通控制算法； 2、搭建基础的无人驾驶仿真环境用于算法效果的验证； 3、根据公司技术文档规范编写相应的技术文档，并完成专利、软著的申请。
-负责激光雷达点云的目标检测、识别、跟踪算法研发 -负责激光雷达点云的场景语义理解、建模等相关算法研发 -负责camera、lidar、radar等多传感器融合算法研发 -负责障碍物场景语义、行为意图算法研发