自动驾驶仿真算法实习生

1.利用实车路测数据构建仿真场景,建设不合理场景干预、均景泛化、长尾场景生成与评估等能力 2.参与搭建高精度车辆动力学模型,支撑自动驾驶算法在仿真集群的大规模闭环验证 3.参与新一代自动驾驶仿真模拟器预研,设计并开发高效的端到端VLM/VLA闭环训练框架

1.硕士及以上学历,计算机/软件工程/自动化/人工智能/计算机视觉等相关专业,具备扎实的数据结构和算法基础 2.具备扎实的C++/Python编程能力,至少掌握一种主流机器学习框架(如PyTorch、TensorFlow) 3.每周至少实习3-5天,实习期不少于3个月 4.同时满足以下至少一项技术要求 a.熟悉智能交通流仿真/SmartAgent,了解自回归、Diffusion等技术术在高保真、可控交通流仿真场景生成上的应用,能结合真实场景数据进行模型训练与验证 b.熟悉强化学习算法及其在自动驾驶领域的应用,具备使用强化学习问进行仿真训练和优化的实际经验 c.不错的工程能力,了解Kubernetes、容器编排、分布式部署或云原生工具链以及常见的消息中间件,如Kafka、RabbitMQ、gRPC或ROS等 d.熟悉车辆运动学和动力学原理,了解Carmaker、Carsim、Simulink等主流商业化动力学仿真软件 e.具备不错的图形渲染知识,熟悉渲染管线、光线追踪等基本原理,了解Diffusion、Cosmos、StyleGAN等图像域迁移方法,并具备实际落地应用经验者优先 5.加分项 a.熟悉自动驾驶场景领域相关的算法技术,如感知、预测、规空、端到端、数据合成等 b.在相关领域的顶会/顶刊上发表过论文(e.g.,SIGGRAPH,CVPR, ICCV, ECCV, TPAMI, ICLR, ICML, NeuriPS, etc.) c.对World Model、视觉语言模型(VLM)、强化学习(RL有深入理解或实际项目经验者