Job description
我们正在寻找顶尖的大模型预训练算法工程师，加入我们的自动驾驶核心算法团队。你将站在物理AI与自动驾驶的前沿，负责构建下一代端到端自动驾驶基础模型。你的工作将直接决定智能驾驶系统的上限，从海量无标注数据中挖掘驾驶规律，探索World Model（世界模型）与多模态学习的边界，推动L2+至L4级自动驾驶技术的落地与进化。 主要职责： 模型研发与创新：负责自动驾驶多模态大模型的预训练框架设计与优化，探索自监督/弱监督学习在长尾场景下的应用，主导视觉-语言-动作（VLA）或多模态对齐技术的研发。 世界模型构建：深入研究生成式模型（如Diffusion、Autoregressive Model），构建自动驾驶领域的世界模型，提升模型对物理规律、因果关系的理解与推演能力，赋能仿真与规控。 端到端技术演进：参与或主导基于大模型的端到端规划算法研发，打通从感知到决策的全链路优化，解决传统模块化系统中的信息损耗与累积误差问题。 大规模训练工程落地：负责千卡级分布式训练的优化，包括但不限于数据并行、模型并行、流水线并行策略，以及显存优化和通信加速，确保训练的高效与稳定。 技术战略规划：跟踪学术界（CVPR/ICCV/ECCV/NeurIPS等）及业界前沿动态，结合业务实际制定技术路线图，攻克数据闭环中的核心算法难题。