职位描述
协助端到端自动驾驶PNC模型的设计、优化与实现，参与提升决策精度与系统鲁棒性的工作。
参与多模态融合、轨迹预测、行为规划等核心算法的预研和开发。
学习并跟踪行业前沿技术，在导师指导下提出改进建议。
配合团队完成算法的仿真测试、闭环验证工作。
职位要求
计算机、电子工程、自动化、控制工程、数学等相关专业本科及以上在读学生。
对自动驾驶技术、深度学习、强化学习技术有浓厚兴趣，有相关课程学习或项目经验。
熟练掌握Python编程语言，了解常见深度学习框架（如TensorFlow、PyTorch等）。
具备良好的数学基础，了解控制理论、路径规划、运动学等算法原理。
学习能力强，有较强的自驱力和责任心。
良好的团队协作能力和沟通能力。
实习期不少于3个月，每周工作时间不少于4天。
加分项
有自动驾驶规划控制、轨迹预测或多模态感知相关项目经验。
了解UniAD、VAD、PlanT、ST-P3、InterFuser等端到端自动驾驶模型方案。
了解传感器数据处理，对摄像头、激光雷达、IMU、GPS等设备有基本认知。
了解CARLA、AirSim等自动驾驶仿真平台。
熟悉Transformer、BEV感知、Query-based方法等前沿技术。
了解强化学习、模仿学习在自动驾驶中的应用。
发表过CVPR、ICCV、ECCV、ICRA、IROS等相关领域论文或专利。
我们提供
有竞争力的实习薪资。
量产落地项目实习经验。
顶会发表指导。
参与前沿技术研发的学习机会。
专业导师一对一指导。
开放、创新的工作环境。