感知算法工程师 北京、上海 正式 研发 - 算法 职位描述 【岗位职责】1. 参与自动驾驶感知算法研发与落地，覆盖 2D/3D 目标检测、语义分割、多目标跟踪、车道线感知、深度估计等核心任务；2. 基于实车采集数据分析 Bad Case，驱动算法持续迭代，提升城区、园区、乡村等复杂场景下的泛化能力；3. 跟踪计算机视觉与自动驾驶前沿方向（如 Occupancy、NeRF/3DGS、Diffusion、World Model 等），将学术成果转化为业务落地；4. 参与端到端自动驾驶算法探索，与感知、规控、仿真等团队深度协作。 职位要求 【任职要求】1. 本科及以上学历（硕士/博士优先），计算机、人工智能、自动化、机器人、车辆工程等相关专业；2. 掌握深度学习核心理论，熟悉主流检测/分割框架（如 YOLO 系列、DETR 系列、CenterNet 等）；3. 熟练使用 PyTorch，Python 编程能力良好，有 C++ 基础者加分；4. 有计算机视觉相关课程项目、竞赛或科研经历；5. 对自动驾驶或 CV 有真实热情，逻辑清晰，愿意在实车数据中打磨算法。【加分项】1.
行为预测算法实习生 - 北京海淀 广州、北京 实习 职位描述 1. 行为预测前沿算法研发： 参与研发下一代端到端或基于大语言模型（LLM）的社会车/行人意图与轨迹预测算法，应对极其复杂的博弈与交互场景；2. 多模态大模型落地 (Issue Triage)： 探索并应用多模态大模型（如视频+点云+文本序列），针对海量路测接管 Case 进行智能分析与自动化诊断（Issue Triage），挖掘并提炼长尾场景（Corner Cases），加速数据闭环；3. AI Agent 智能体构建： 开发基于大模型的 AI Agent 框架，用于自动化场景仿真、数据自动标注、多智能体交互演练及模型效果的自动化评估；4. 模型优化与部署： 参与端到端模型或大模型在自动驾驶链路中的微调（SFT/RLHF）、推理加速与轻量化部署，确保算法在实际业务中的高效流转。 职位要求 1. 在顶级会议或期刊（如 CVPR, ICCV, ECCV, NeurIPS, ICLR, ICRA, IROS
大模型算法工程师 - 广州/北京 北京、广州 全职 职位描述 岗位职责1. 行为预测前沿算法研发： 参与研发下一代端到端或基于大语言模型（LLM）的社会车/行人意图与轨迹预测算法，应对极其复杂的博弈与交互场景；2. 多模态大模型落地 (Issue Triage)： 探索并应用多模态大模型（如视频+点云+文本序列），针对海量路测接管 Case 进行智能分析与自动化诊断（Issue Triage），挖掘并提炼长尾场景（Corner Cases），加速数据闭环；3. AI Agent 智能体构建： 开发基于大模型的 AI Agent 框架，用于自动化场景仿真、数据自动标注、多智能体交互演练及模型效果的自动化评估；4. 模型优化与部署： 参与端到端模型或大模型在自动驾驶链路中的微调（SFT/RLHF）、推理加速与轻量化部署，确保算法在实际业务中的高效流转。 职位要求 1. 在顶级会议或期刊（如 CVPR, ICCV, ECCV, NeurIPS, ICLR, ICRA, IROS
算法工程师（Prediction）-北京/广州 北京、广州 全职 职位描述 1. 行为预测前沿算法研发： 参与研发下一代端到端或基于大语言模型（LLM）的社会车/行人意图与轨迹预测算法，应对极其复杂的博弈与交互场景；2. 多模态大模型落地 (Issue Triage)： 探索并应用多模态大模型（如视频+点云+文本序列），针对海量路测接管 Case 进行智能分析与自动化诊断（Issue Triage），挖掘并提炼长尾场景（Corner Cases），加速数据闭环；3. AI Agent 智能体构建： 开发基于大模型的 AI Agent 框架，用于自动化场景仿真、数据自动标注、多智能体交互演练及模型效果的自动化评估；4. 模型优化与部署： 参与端到端模型或大模型在自动驾驶链路中的微调（SFT/RLHF）、推理加速与轻量化部署，确保算法在实际业务中的高效流转。 职位要求 1. 在顶级会议或期刊（如 CVPR, ICCV, ECCV, NeurIPS, ICLR, ICRA, IROS 等）有相关论文发表者优先；2. 在知名轨迹预测公开数据集（如
【27届校招】端到端OCC算法工程师 北京、上海、苏州 校招 正式 互联网 / 电子 / 网游 职位描述 1. 负责自动驾驶中 Occupancy Network（OCC）相关算法的研究与开发，构建高精度的3D场景占据网络模型。2. 设计和实现端到端中的占据栅格算法，从多传感器（如摄像头、激光雷达等）数据中提取环境信息，生成3D占据栅格地图。3. 优化 Occupancy Network 的推理效率和精度，提升模型在复杂场景下的鲁棒性和实时性。4. 结合深度学习、计算机视觉等技术，开发高效的3D目标检测、语义分割和场景理解算法。5. 在仿真环境和实车测试中验证算法性能，分析数据并持续优化模型。6. 与感知、规划、控制等团队协作，推动 OCC 算法在实际自动驾驶系统中的应用落地。7. 撰写技术文档，参与技术评审，跟踪学术界和工业界的最新进展。 职位要求 1.计算机科学、电子工程、自动化、机器人、人工智能等相关专业硕士及以上学历。2.熟练掌握 Python、C++ 等编程语言，具备扎实的算法和数据结构基础。3.熟悉深度学习、计算机视觉、3D 几何处理等技术，有 PyTorch 等框架的实际项目经验。4.熟悉 Occupancy Network、3D 目标检测、BEV 感知、语义分割等相关算法。5.熟悉