工作内容：
1.深度参与大模型、机器人或智能驾驶算法（感知 / 预测 / 决策 / 规划 / 控制等模块）的研发和工程化落地； 
2.参与算法模块的方案设计，实现和验证； 
3.负责算法在仿真环境 / 实车 / 离线回放中的调试与问题定位。 
任职要求：
1.计算机、软件工程、电子信息、车辆工程或理工科专业本科及以上学历，扎实的计算机基础与工程能力，熟练掌握至少一种编程语言（Python / C++）； 
2.至少有一段智能驾驶或机器人相关算法模块的工程实践经历（排除传统控制和系统工程开发）； 
3.满足以下任一条件：
a.具备感知算法经历：有目标检测、语义分割、目标跟踪或点云处理的算法开发或工程化经验，掌握Lidar、摄像头、雷达数据处理。
b.具备决策/预测算法算法经历：有轨迹预测、场景理解或基于强化学习/规则的决策策略研发经验，能基于仿真环境设计评估指标与验证流程。
c.具备规控算法经历：有运动规划与车辆控制算法设计与工程化实践经验，理解车辆动力学与横纵向控制约束。
d.有高保真仿真平台、虚拟环境或场景重建经验（如 Isaac Sim、MuJoCo、PGSR、3D Gaussian Splatting）。
e.熟悉深度学习模型及训练/调优流程，具备将算法或深度学习模型从训练阶段落地到生产环境的经历，包括模型部署、优化、调试、接口开发与系统集成。 
加分项： 
1)深入理解Transformer架构，在至少一种深度学习框架（PyTorch / TensorFlow）上有模型训练或者微调的实践经验或者对SLAM（视觉/激光里程计、点云处理、多传感器融合）有深入理解及工程实践经验。 
2)能够快速搭建开发环境、复现论文或开源算法，并针对实际场景进行改造优化。 
3)拥有智驾相关企业或科研团队实习经历（≥3个月），参与智驾算法模块的研发或工程化工作
4)熟悉ROS或自动驾驶中间件、仿真平台。 
你会收获： 
1.深入掌握算法与工程化能力：包括算法设计、模型训练与部署，熟练处理摄像头/雷达/激光雷达数据，提升工程实现能力 
2.提升工程能力与系统调试技能：代码设计与重构、并发与性能优化，熟悉自动驾驶中间件与仿真平台的联调与问题定位