AI Agent 开发实习生（通用智能仿真方向） 广州 实习 研发 - 算法 27届AI人才专项计划（实习生专场） 职位描述 职位描述AI Agent 架构与开发：基于大语言模型（LLM），参与设计与开发面向自动驾驶仿真的智能体（AI Agent）及多智能体协同工作流（Workflow）。仿真场景与原生 AI 应用：结合自动驾驶仿真平台（如场景生成、车辆动力学、传感器仿真等）及仿真测试数据分析，开发具备复杂任务规划、记忆管理、工具调用（Tool Calling）能力的 AI 应用，提升仿真测试效率。自动化诊断与工具链建设：利用 Agent 技术重构或赋能仿真自动化诊断、结果分析工具，实现仿真故障的快速定位、场景可视化及测试用例的自动生成。系统集成与性能优化：负责大模型与仿真平台、API 的对接，持续优化 Prompt，提升 Agent 在仿真环境中的响应速度、稳定性和执行准确率。职位要求教育背景：计算机、人工智能或相关专业，具备扎实的专业基础。编程能力：熟练掌握 Python 开发（熟悉 C++ 为加分项），熟悉异步编程，具有良好的代码规范和工程化落地能力。AI Agent 经验（核心）：具备 AI Agent 或大模型应用开发经验，深入理解 Agent 的核心组件（如
【27届校招】 算法工程师（自动驾驶仿真） 广州、上海 正式 研发 - 算法 通用智能板块 职位描述 工作职责仿真场景与评价算法研发参与自动驾驶仿真平台中场景生成/泛化算法（如基于数据驱动的场景编辑、对抗性场景挖掘）、评价指标体系（如闭环通过率、复现率、漏报率）的设计与实现，推动仿真结果向真实路测能力的有效迁移。大规模分布式仿真调度策略优化协助设计面向海量仿真任务（SIL/HIL）的智能调度与算力管理策略，优化任务排队、资源利用率与数据流吞吐，支撑日产千级 Case、长里程持续累积的仿真规模。闭环仿真链路与数据接口开发参与仿真与算法团队（感知、规控、云端）的数据交互协议与 API 定义，保障仿真软件在不同硬件平台（HIL 节点、GPU 集群）上的高一致性与高可靠性，协同定位复现率、diff 等指标异常。算法预研与模型验证支持配合预研方向（如生成式仿真、神经渲染、端到端评测）进行实验设计、训练任务管理与结果分析，输出可落地的性能结论，辅助架构选型与训练方案决策。 职位要求 基本条件2027 年应届毕业生，计算机科学、软件工程、人工智能、自动化、数学等相关专业，硕士及以上学历优先。扎实的编程与算法功底：精通 Python、C++、Go、Java 中至少一种语言，熟练掌握常用数据结构、算法及设计模式，具备良好的工程编码习惯。深入理解 Linux 操作系统原理（进程/线程调度、内存管理、I/O 模型）及网络协议（TCP/IP、HTTP、gRPC 等），能够进行问题定位与性能调优。2. 加分项（仿真/算法相关）机器学习与深度学习基础：了解常见模型训练流程、损失函数、优化器，具备使用 PyTorch/TensorFlow 进行实验的经验；对生成模型（Diffusion、GAN）、计算机视觉或强化学习有初步了解者优先。分布式计算与仿真调度：理解分布式系统基本概念（一致性、容错、任务调度），有 Ray、Spark 或类似框架使用经验者优先；熟悉 Kubernetes/Docker 容器化部署者更佳。仿真/自动驾驶背景：了解 SIL/HIL 仿真基本流程、场景编辑或评价指标（如复现率、通过率、轨迹误差）者优先；有 CarSim/SUMO/ROS/Apollo 等工具经验者可加分。后端与数据基建：了解 MySQL/PostgreSQL、Redis、Kafka/RabbitMQ
