智能辅助驾驶算法工程师（端到端模型 / 强化学习） AD内推 蔚来自动驾驶研发团队 北京 社招 全职 数字技术 - 算法 硕士及以上 3-5 年 职位描述 负责端到端智能辅助驾驶轨迹生成算法的研发与优化，重点方向包括但不限于：端到端模仿学习（如 VLA/世界模型、自回归生成、Diffusion Policy 等）；强化学习（涵盖轨迹生成、闭环训练、世界模型等相关技术）。持续跟踪人工智能领域的前沿技术动态，推动先进算法在量产项目中的实际应用与落地。 职位要求 硕士及以上学历，计算机、软件工程、人工智能或相关专业；具备扎实的深度学习理论基础，熟悉常见深度学习与机器学习算法；熟练掌握至少一种主流深度学习框架，具有 TensorFlow 或 PyTorch 深度开发经验者优先。【加分项】①具备端到端路径/轨迹生成相关经验，熟悉以下任一方向者优先：主流模仿学习方法（如行为克隆）；主流 BEV 任务（如动态/静态目标检测与跟踪等）；时序建模方法（RNN/LSTM/GRU等）。②具备强化学习相关经验，熟悉以下任一方向者优先：主流 RL 算法（如 DQN、DDPG、SAC、PPO、GRPO 等）；强化学习在轨迹预测、决策规划或仿真环境中的应用；世界模型（World Model）、模型预测控制（MPC）或基于强化学习的闭环仿真技术。③具备 VLA/VLN/世界模型等相关项目实践经验，熟悉以下任一方向者优先：主流 VLA 方法（如 OpenVLA、PAI0 等）；主流世界模型方法（如
VLA自动驾驶算法高级/资深工程师 北京 全职 通用智能板块 职位描述 岗位简介：聚焦端到端自动驾驶 VLM/VLA 大模型研发，重点解决模型海外跨地域泛化难题，攻克海内外路况、交规、驾驶习惯、气候地貌差异导致的域偏移、鲁棒性差、长尾场景失效等核心问题，负责算法研发、迭代优化与海外量产落地。主要职责1、VLA大模型海外泛化研发：负责自动驾驶VLA/VLM端到端算法设计与迭代，针对海外多地域场景差异，优化模型环境认知、障碍物识别、行为预测与轨迹生成能力，解决跨域适配、认知偏差等核心问题。2、强化学习跨域优化落地：基于PPO、DPO、GRPO、SAC等主流强化学习算法，搭建海外场景专属训练方案，完成跨域奖励设计、分布式训练、模型调优，提升模型海外复杂场景、恶劣天气、小众交通场景的泛化能力与稳定性。3、全流程量产落地：主导算法从海外数据闭环、仿真适配、模型验证到实车测试、部署迭代的全流程工作，攻克海外样本稀疏、域迁移难、推理不稳定等工程问题，支撑业务规模化出海。 职位要求 1、学历基础：计算机、人工智能、自动化、数学等相关专业硕士及以上学历，博士优先，具备扎实的深度学习与强化学习数理功底；2、大模型能力：精通VLM/VLA端到端自动驾驶模型原理与全栈开发，熟悉大模型跨域泛化、域自适应、微调蒸馏技术，有智驾大模型落地经验优先；3、强化学习能力：熟练掌握PPO、DPO、GRPO等算法，具备用强化学习解决问题的实战经验，有智驾/机器人项目量产落地经历；4、自动驾驶认知：熟悉自动驾驶感知、预测、规划、控制全链路逻辑，兼具传统模块化与端到端模型研发认知；5、工程与综合能力：熟练使用PyTorch，掌握分布式训练、模型优化、车载部署等工程能力；具备良好的逻辑攻坚、跨团队协作与项目推进能力，有技术带队经验优先。加分项1、有智驾VLA模型海外泛化、全球化适配、出海量产核心项目经验；2、深耕跨域泛化、迁移学习、稀疏场景补齐方向，有相关落地成果；3、参与过自动驾驶全球化技术路线、算法体系标准搭建；4、拥有顶会论文、核心技术专利成果。 投递...
【27届校招】智能座舱算法工程师（仿真，北京） 北京 正式 研发 - 算法 职位描述 参与智能座舱仿真评测平台的核心算法研发工作，围绕评测 - 仿真 - 智能体三大方向，推动座舱交互体验的自动化评测与持续优化。具体工作内容包括但不限于：1、评测体系构建- 设计并构建智能座舱场景下的评测 Benchmark，覆盖多轮对话、多模态交互、任务完成度等维度- 研发评测 Reward Model，建立可量化、可迭代的自动化评分体系2、智能体（Agent）研发- 构建评测 Agent，实现对座舱对话系统的自动化、规模化测试- 设计用户行为仿真 Agent，模拟真实用户在座舱场景中的交互行为与意图模式3、仿真环境搭建- 参与座舱环境仿真系统的研发，构建可复现、可配置的虚拟测试环境- 参与感知仿真模块开发，模拟语音、视觉、手势等多模态输入信号 职位要求 1、扎实的编程能力，熟练掌握 Python，熟悉常用深度学习框架（PyTorch 等）；2、了解大语言模型（LLM）的基本原理与应用，有 Prompt Engineering 或模型微调经验；3、具备以下至少一个方向的实际项目或研究经验：-大模型应用 / Agent 构建-强化学习（RLHF、PPO、Reward Modeling 等）-对话系统 / NLP-数据处理与分析-良好的自驱力与沟通能力，能独立推进研究课题【加分项】1、在
【27届校招】多语言基座模型算法工程师 北京 正式 研发 - 算法 职位描述 1.负责多语言、多模态基座模型的研发与优化，重点面向多语言理解与生成、多轮对话，以及图文、视频、语音等多模态交互场景。 2.参与大规模多语言、多模态预训练体系建设，包括语料构建、数据清洗与配比、训练目标设计、模型结构优化及训练稳定性提升。 3.负责多模态模型后训练能力建设，包括 SFT、RL、偏好对齐、拒答与安全对齐、工具调用，以及复杂任务中的对话理解、推理和执行能力增强。 4.跟踪多语言大模型、多模态大模型、对话模型及强化学习对齐方向的前沿进展，推动关键算法复现、优化与落地。 职位要求 1.计算机、人工智能、电子信息、数学等相关专业本科及以上学历，硕士/博士优先。 2.熟悉 Transformer、大语言模型、多模态大模型或对话系统相关技术，具备基座模型研发经验者优先。 3.熟悉大规模预训练、SFT、RLHF/RLAIF、DPO、PPO、GRPO 等训练或对齐方法中的一种或多种。 4.具备大规模分布式训练经验，了解混合精度训练、数据并行、模型并行、DeepSpeed、Megatron-LM、FSDP 等技术者优先。 5.具备多语言模型、机器翻译、跨语言表示学习、语音语言模型或多语言对话系统经验者优先。 6.具备良好的论文阅读、问题分析、实验设计和工程实现能力，能够独立推动算法方案从调研到落地。 投递...
【27届校招】多语言基座模型算法工程师 北京 正式 研发 - 算法 通用智能板块 职位描述 1.负责多语言、多模态基座模型的研发与优化，重点面向多语言理解与生成、多轮对话，以及图文、视频、语音等多模态交互场景。 2.参与大规模多语言、多模态预训练体系建设，包括语料构建、数据清洗与配比、训练目标设计、模型结构优化及训练稳定性提升。 3.负责多模态模型后训练能力建设，包括 SFT、RL、偏好对齐、拒答与安全对齐、工具调用，以及复杂任务中的对话理解、推理和执行能力增强。 4.跟踪多语言大模型、多模态大模型、对话模型及强化学习对齐方向的前沿进展，推动关键算法复现、优化与落地。 职位要求 1.计算机、人工智能、电子信息、数学等相关专业本科及以上学历，硕士/博士优先。 2.熟悉 Transformer、大语言模型、多模态大模型或对话系统相关技术，具备基座模型研发经验者优先。 3.熟悉大规模预训练、SFT、RLHF/RLAIF、DPO、PPO、GRPO 等训练或对齐方法中的一种或多种。 4.具备大规模分布式训练经验，了解混合精度训练、数据并行、模型并行、DeepSpeed、Megatron-LM、FSDP 等技术者优先。 5.具备多语言模型、机器翻译、跨语言表示学习、语音语言模型或多语言对话系统经验者优先。 6.具备良好的论文阅读、问题分析、实验设计和工程实现能力，能够独立推动算法方案从调研到落地。 投递...
机器人强化学习算法工程师（技术预研方向） 北京 社招 全职 职位 ID：A141640 职位描述 1. 开发基于机器学习的机器人控制策略，并与传统控制方法互补； 2. 负责算法策略的训练与移植部署，实现算法sim2real在机器人实机上落地应用； 3. 持续跟踪国内外前沿研究成果，并进行相关算法复现。 职位要求 1. 硕士及以上学历，机器人、计算机、人工智能、机器学习、应用数学等专业，理论功底深厚，有相关足式机器人传统控制经验更优； 2. 具有强化学习相关项目研究经验，熟悉Mujoco、Pybullet、Isaac Gym等机器人仿真平台，熟悉Linux、ROS等操作系统；3. 掌握主流强化学习算法如DQN、PPO、DDPG、SAC等主流算法，熟悉Pytorch、TensorFlow机器学习框架；4. 扎实的C++、python编程能力；5. 数学基础扎实，具有较强的学习与研究能力；6. 熟悉大模型理论者优先。 投递...
自动驾驶基座模型（强化学习方向） 北京 社招 全职 职位 ID：A204396 职位描述 负责强化学习的框架在自动驾驶场景中的前沿算法研究，；负责强化学习的框架在自动驾驶场景中的前沿算法研究，；参与大模型基座范式下(VLA+World Model)的强化学习框架搭建；负责将大模型（AD Agent）作为基础代理，利用 RL 技术优化其在复杂自动驾驶场景中的感知、推理和长期决策能力，涵盖场景理解、语义引导决策、时空建模等核心能力，并推动大模型与安全（Safety-Critical RL）及人类偏好（RLHF/DPO/PPO for AD）的深度对齐。 职位要求 教育背景：计算机科学、人工智能、机器人学、自动驾驶或相关领域的博士学位，或具备等效的研究经验；精通深度强化学习理论及其核心算法（如PPO, TD3, GRPO等系列）理论与实践能力：扎实的机器学习、深度学习理论基础，具有视觉理解、自然语言处理与行为决策的交叉领域研究背景；编程能力：熟练掌握Python及主流深度学习框架（如PyTorch、TensorFlow等），有高效模型训练与大规模数据处理经验；学术能力：具有在国际顶级会议（NeurIPS、ICLR、CVPR、ICCV等）上发表过论文的经验，或参与过具有影响力的学术竞赛（如COCO、Kitti、nuScenes等）；跨学科能力：具备跨学科协作能力，能够有效将计算机视觉、自然语言处理与机器人学的知识融合，推动自动驾驶机器人领域的创新；加分项：熟悉自动驾驶系统（感知-预测-规划）架构，理解 World Model 如何支持基于 RL 的规划算法（如 MCTS）具有自动驾驶平台（如CARLA、Waymo、nuScenes等）上的实验经验。 投递...
足式机器人运动控制算法工程师（强化学习） 北京 社招 全职 职位 ID：A200582 职位描述 1. 开发基于强化/模仿学习的机器人行走及全身控制策略； 2. 开发复杂地形下基于视觉的强化学习行走策略；3. 负责算法策略的训练与移植部署，实现算法sim-to-real在机器人实机上落地应用； 4. 持续跟踪国内外前沿研究成果，并进行相关算法复现；5. 编写相关技术文档，推动团队技术沉淀与知识共享。 职位要求 1. 硕士及以上学历，机器人、计算机、机械工程、人工智能、应用数学等专业，数学、英语能力扎实，具有较强的学习与研究能力；2. 掌握主流的强化学习算法，如：PPO、DQN、DDPG、SAC等；3. 掌握机器人学习中的广泛使用的训练方法和模型架构，如：教师学生模型（Teacher-Student Network），课程学习（Curriculum Learning），域随机化（Domain Randomization），混合专家模型（MoE）等； 4. 熟悉Mujoco、IsaacGym、IsaacLab等机器人仿真平台；5. 具备足式机器人强化学习算法的实机调试和sim-to-real经验，有基于模型/优化等传统控制经验者优先； 6. 扎实的C++、Python编程能力，熟悉Pytorch等机器学习框架，熟悉Linux，Git，ROS等开发环境和工具。 投递...
具身智能算法工程师-模型 北京 社招 全职 职位 ID：A105241 职位描述 1. 负责面向机器人操作任务的端到端模型研发，探索 Vision-Language-Action（VLA）模型在灵巧操作、长序列任务规划中的应用，推动通用操作策略的落地；2. 开展 World Model 相关研究，构建面向机器人操作的环境预测与动态建模能力，提升策略的泛化性和样本效率；3. 研究基于强化学习的高自由度灵巧手控制方法，包括 PPO、SAC、IQL等主流 RL 方法，探索仿真到真实的 Sim-to-Real 迁移技术；4. 负责大规模模型的训练基础设施搭建与优化，包括分布式训练、混合精度、推理加速及部署上线；5. 持续跟踪具身智能、操作学习、基础模型等领域的前沿进展，推动技术复现、改进与工程化落地。 职位要求 1. 计算机、人工智能、自动化、机器人等相关专业，硕士及以上学历（博士优先）；2. 具备扎实的深度学习理论基础，熟练掌握 PyTorch 等主流框架，有大模型训练与调优经验者优先；3. 熟悉Gr00t和PI等系列经典VLA操作模型相关工作，对 VLM 与机器人控制的结合有深入理解；4. 了解强化学习基本原理，熟悉 MuJoCo、Isaac Lab/Gym 等仿真平台，有 Sim-to-Real 实验经验者优先；5.
端到端算法工程师 北京 实习 数字技术 - 算法 职位 ID：A72815 职位描述 - 参与深度学习、强化学习等相关算法的研究与实现；- 在实际场景中开展强化学习（如 PPO、SAC、GRPO/DPO 等）的实验与改进；- 支持智能辅助驾驶或RL闭环仿真等前沿应用方向的研发工作；- 撰写技术文档，参与团队技术分享与学术交流。- 支持团队完成数据处理、模型训练与实验分析。 职位要求 在读硕士或博士，计算机、人工智能、自动化、电子工程或相关专业，距离毕业 1 年及以上；- 熟悉深度学习主流模型与架构（Transformer、Diffusion）；- 对强化学习方法有一定理解，熟悉以下任一方向： - 主流 RL 算法（DQN、DDPG、SAC、PPO、GRPO 等）； - 强化学习在轨迹预测、决策规划或模拟环境中的应用； - 世界模型（World Model）、3DGS 或基于 RL 的闭环仿真；- 有视觉感知 /
大规模仿真强化学习实习生 北京 实习 数字技术 - 算法 职位 ID：A236840 职位描述 参与大规模自博弈强化学习训练实验，设计和构建大规模、高吞吐量的批处理仿真器，十亿级仿真训练吞吐的驾驶经验生成 ；并改进 PPO 等高效的在策略（On-Policy）强化学习算法进行大规模训练 。辅助算法的鲁棒性与泛化性验证。参与攻坚仿真到现实的迁移 (Sim2Real)，参与研究和评估策略的Sim2Real迁移性能，探索域随机化（Domain Randomization）、系统辨识（System ID）等技术，以提升策略对真实世界变化的适应能力。协助团队将训练好的策略部署到真实世界的车辆平台上进行验证。 职位要求 （必要条件）教育背景： 计算机科学、人工智能、机器人学或相关领域的在读27届及之后毕业的博士/硕士研究生/优秀本科生。 对以下至少两个领域有扎实的知识基础和相关的项目/研究经验：强化学习: 熟悉多智能体RL、自博弈、PPO、SAC等主流算法。生成式模型: 熟悉 Diffusion 模型、GANs 等，并有相关实践经验。Sim2Real: 对仿真到现实的迁移问题有了解或实践经验。编程与系统能力：精通 Python 和 PyTorch/Jax，具备训练和调试复杂强化学习算法的能力。拥有构建或使用高性能、批处理仿真环境（如 Isaac Gym/Lab）的经验 。具备优秀的系统设计和性能优化能力，熟悉 GPU 编程者优先。算法知识： 精通 PPO 等主流深度强化学习算法，并理解其在大型分布式系统中的应用 。加分项（优先条件）对
智能辅助驾驶算法实习生（视觉感知 / 端到端模型 / 强化学习） 北京 实习 数字技术 职位 ID：A36277 职位描述 1. 参与智能辅助驾驶相关算法的研发与验证，方向包括但不限于： - 视觉感知（目标检测、语义分割、跟踪、BEV 表征等）； - 端到端模型（规划预测一体化、行为建模、多模态融合等）； - 强化学习（轨迹生成、决策规划、闭环训练、世界模型等）。2. 支持团队完成数据处理、模型训练与实验分析； 职位要求 岗位要求1. 计算机、人工智能、自动化、电子工程等相关专业，硕士或博士在读，距离毕业 1 年及以上；2. 熟练掌握 Python / C++，具备扎实的算法与编程能力；3. 有 视觉感知 / 端到端模型 / 强化学习
机器人运动控制算法实习生 北京 校招 实习 软件研发类 职位描述 1、开发基于机器学习的机器人控制策略，并与传统控制方法互补； 2、负责算法策略的训练与移植部署，实现算法sim2real在机器人实机上落地应用； 3、持续跟踪国内外前沿研究成果，并进行相关算法复现。 职位要求 1、硕士及以上学历，机器人、计算机、人工智能、机器学习、应用数学等专业，理论功底深厚，有相关足式机器人传统控制经验更优； 2、具有强化学习相关项目研究经验，熟悉Mujoco、Pybullet、Isaac Gym等机器人仿真平台，熟悉Linux、ROS等操作系统；3、掌握主流强化学习算法如DQN、PPO、DDPG、SAC等主流算法，熟悉Pytorch、TensorFlow机器学习框架；4、扎实的C++、python编程能力；5、数学基础扎实，具有较强的学习与研究能力；6、熟悉大模型理论者优先； 投递...
足式机器人运动控制算法工程师实习生（强化学习） 北京 校招 实习 算法类 职位描述 1. 开发基于强化/模仿学习的机器人行走及全身控制策略；2. 开发复杂地形下基于视觉的强化学习行走策略；3. 负责算法策略的训练与移植部署，实现算法sim-to-real在机器人实机上落地应用；4. 持续跟踪国内外前沿研究成果，并进行相关算法复现；5. 编写相关技术文档，推动团队技术沉淀与知识共享。 职位要求 1. 硕士及以上学历，机器人、计算机、机械工程、人工智能、应用数学等专业，数学、英语能力扎实，具有较强的学习与研究能力；2. 掌握主流的强化学习算法，如：PPO、DQN、DDPG、SAC等；3. 掌握机器人学习中的广泛使用的训练方法和模型架构，如：教师学生模型（Teacher-Student Network），课程学习（Curriculum Learning），域随机化（Domain Randomization），混合专家模型（MoE）等；4. 熟悉Mujoco、IsaacGym、IsaacLab等机器人仿真平台；5. 有足式机器人强化学习算法的实机调试和sim-to-real经验者优先，有基于模型/优化等传统控制经验者优先；6. 扎实的C++、Python编程能力，熟悉Pytorch等机器学习框架，熟悉Linux，Git，ROS等开发环境和工具。 投递...
能耗优化算法工程师-2027届 北京 校招 实习 算法类 职位描述 1. 负责整车热管理与能耗优化物理建模算法和AI建模算法研发2. 用机器学习算法对整车热管理与能耗进行优化、数据分析及可视化3. 负责能耗优化算法的端侧部署、性能与耗时优化；负责算法的实车验证，迭代优化；用户评价追踪。 职位要求 1.硕士及以上学历；车辆工程、自动化、能源与动力、统计学等相关专业优秀的软件工程素养，精通Python、C/C++程序设计；2. 熟悉C++/python等编程语言，熟悉PyTorch等深度学习框架；4、熟悉DDPG/GRPO/PPO/AC学习等强化学习算法加分项：1.良好的英语沟通能力；2.优化的物理/数学建模功底3.发表过SCI一区/二区，CCF-A类会议等高水平论文 投递...
大模型后训练与GPU/加速器内核优化实习生 北京 校招 实习 算法类 职位描述 面向CUDA及多架构加速器（类CUDA）内核开发的垂直场景，基于现有基础模型开展后训练与评测落地，提升模型在内核生成/改写/性能优化上的实用能力，并在真实业务中落地1. 构建/清洗面向内核的训练数据与指令模板（生成、优化、注释、性能提示等）；2. 基于SFT、DPO/奖励建模、PPO/RLHF/RLAIF等开展后训练与对齐；3. 搭建自动化评测闭环：编译-单测-正确性-性能基准与指标（可编译率、通过率、吞吐/延迟、寄存器/共享内存、occupancy等）；4. 集成编译/分析/运行工具，将静态/动态性能信号引入训练反馈。 职位要求 1. 硕士/博士在读，大模型方向；2. 至少一种LLM后训练实践（SFT或RLHF/RLAIF/奖励建模/DPO等），重视训练-评测落地能力，有coding方向经验加分；3. 熟悉PyTorch与数据处理，能搭建训练/评测流水线；了解分布式/混合精度者优先；4. 具备CUDA/GPU并行基础，能阅读/编写内核并定位性能瓶颈；熟悉nvcc/clang与profilers等工具；5. 工程能力扎实（Python优先，C/C++加分），自驱与协作良好。加分项1. 有CUDA/HIP/SYCL或其他加速器内核优化经验；搭建过编译-运行-打分闭环；2. 在算子优化/并行计算/系统性能工程方面有积累；有开源、论文或竞赛经历。 投递...
NVIDIA has been transforming computer graphics, PC gaming, and accelerated computing for more than 25 years. It’s a unique legacy of innovation that’s fueled by great technology—and amazing people. Today, we’re tapping into the unlimited potential
【27届校招】大模型算法工程师 北京 正式 研发 - 算法 通用智能板块 职位描述 岗位简介：聚焦云端大模型算法研发，包括 VLM / VLA 大模型、世界动作模型(WAM)等，重点解决自动驾驶场景数据闭环体系及数据治理能力建设；利用语义标签、长时序描述及推理、向量化或隐空间表征等建立数据图谱，实现大规模数据分层治理。岗位职责：1、云端基座大模型研发：负责数据驱动的云端基座大模型算法研发，基于海量量产数据，研发无监督、自监督算法，持续提升大模型的场景语义理解与物理空间感知能力，进而提高云端大模型的时空感知、推理、预测、分析能力；2、空间推理产线建设：负责基于多传感器数据融合、时空信息融合的自动标注算法，构建具有精度高、场景泛化性强的时空数据生产产线，持续推动物理AI云端大模型研发；3、Scaling Law 驱动的算法研发：负责车云平台一体化大模型算法研发与优化，研发和设计基于数据驱动的感知迭代链路；构建高效的自训练感知流水线，提升数据闭环效率；4、强化学习研发：基于 PPO、DPO、GRPO、SAC 等主流强化学习算法，搭建长尾场景的后训练方案，完成奖励设计、分布式训练、模型调优，提升模型在复杂场景、恶劣天气、小众交通场景下的泛化能力与稳定性。 职位要求 1、学历基础：计算机、人工智能、自动化、数学等相关专业硕士及以上学历，博士优先。具备扎实的深度学习与强化学习数理功底；2、大模型能力：精通 VLM / VLA 端到端自动驾驶模型原理与全链路研发，熟悉大模型跨域泛化、域自适应、微调蒸馏技术，有智驾或机器人大模型落地经验优先；3、强化学习能力：熟练掌握 PPO、DPO、GRPO 等算法，具备用强化学习解决问题的实战经验，有智驾或机器人项目量产落地经验；4、自动驾驶认知：熟悉自动驾驶感知、预测、规划、控制全链路逻辑，兼具传统模块化与端到端模型研发认知；5、工程与综合能力：熟练使用 PyTorch，掌握 Agent / Harness 等自动化工具；具备良好的逻辑攻坚、跨团队协作与项目推进能力，有技术带队经验优先。加分项1、参与过自动驾驶或机器人技术路线、算法体系标准搭建；2、深耕VLM/VLA预训练、后训练方向，有相关落地成果；3、拥有顶会论文、核心专利成果。 投递...