北京小马智行科技有限公司

【职位描述】 L4级自动驾驶是物理AI的终极应用之一——它要求AI不仅理解世界，还要在真实物理环境中做出实时决策并付诸行动且确保安全。在小马智行，模型与系统从来不是割裂的：一个优秀的模型离不开极致的工程支撑，一个卓越的系统也必须深刻理解AI的需求。我们相信最好的工程师既能读懂论文，也能写出高性能代码。 无论你的专长偏向AI模型，算法，还是系统工程，只要你在某一个方向上足够优秀，就能在这里找到充分施展的空间。 你可以参与的方向 1. AI模型 研发驱动无人车理解物理世界、预判变化、做出决策的核心模型。探索多传感器融合感知、端到端架构、多模态大模型、强化学习、世界模型等热门方向，构建真正具备物理常识与驾驶智能的AI系统。 2. 数据生成与世界模型 通过世界模型生成高保真仿真数据，构建可控、可扩展的数据引擎，突破真实数据的规模与分布瓶颈，让模型在无限丰富的物理场景中持续进化。 3. 博弈交互算法 真实道路上的驾驶本质上是博弈问题。研发基于博弈论、交互式预测与决策的算法，让无人车在变道汇入、路口博弈、礼让协商等复杂交互场景中做出既安全又高效的驾驶行为。 4. 环境建模与定位 构建高精度的环境地图与实时定位系统，让无人车精确感知自身在物理世界中的位置与周围的道路结构，为感知、决策与规划提供可靠的空间基底。 5. 系统与基础架构 设计与研发车载自动驾驶系统、高性能分布式基础架构，或深入编译优化、操作系统级调优，将系统性能压榨到极致。 6. 模型部署与优化 研究模型量化、蒸馏与推理加速，让复杂的AI模型在车载计算平台上实时高效运行——这是连接模型与物理世界的关键战场。 7. 可视化与人机交互 研发3D可视化、仿真前端或乘客端人机界面，让复杂的系统变得可理解、可操作。 职位要求 1. 计算机、自动化、数学或相关专业本科及以上学历 2. 扎实的计算机基础，优秀的算法与数据结构能力 3. 熟练掌握至少一门主流开发语言，能编写高效且易读的代码 4. 强烈的技术好奇心与自驱力，良好的沟通协作能力 5. 在以下任一方向有扎实积累和潜能： a. 机器学习与深度学习理论基础，熟悉CNN、Transformer、检测、分割等常用感知算法，或者熟悉 Imitation Learning、Reinforcement Learning等常用规划算法。熟练掌握至少一门深度学习框架（PyTorch / TensorFlow等），具备实际模型训练与调优经验 b. 熟悉自动驾驶行为预测与运动规划，掌握学习与优化驱动的预测/规划方法，具备路测数据到实车部署的闭环经验。能将复杂多智能体交互场景抽象为可解释的数学模型，并完成仿真与实车环境下的算法迭代与调优 c. 数学建模能力，擅长将复杂的实际问题抽象为可解释的数学模型 d. 系统软件基础，熟悉操作系统、编译原理、计算机网络、分布式系统、计算机图形学等方向中的至少一个，熟练掌握C/C++，具备高性能系统设计、开发与调优经验 e. 其他与上述工作方向相关的技术专长 加分项 1. NOI/ACMICPC/CCPC等程序设计竞赛获奖 2. 在AI模型相关竞赛中取得优异成绩 3. 在相关领域如计算机视觉、机器学习、操作系统、机器人等领域发表高质量论文 4. 有自动驾驶、机器人或相关领域的实际项目或实习经验 5. 有参与相关方向的知名开源项目的经验 【单位简介】 小马智行成立于2016年底，以中国和美国为起点，致力于提供安全、先进、可靠的自动驾驶技术。目前，我们已成功在中美两个市场率先落地面向公众的自动驾驶移动出行服务，在硅谷、北京、广州、上海和深圳均设有研发中心。 公司拥有包括系统工程、感知、决策规划、控制、深度增强学习和大数据、硬件研发等各个方向的专业研发团队，成员来自Waymo、Uber、百度、Nvidia、Tesla等国内外一线科技公司。除此之外，公司还汇聚了一批曾在IOI、ACM-ICPC、TopCoder等顶级竞赛中获奖，或发表过多篇顶会Paper的优秀学子。 截至2022年3月，公司估值达85亿美元，是全球最有价值的自动驾驶公司之一。 【其他信息】 职能类别：算法工程师 招聘人数：20人 需求专业：机械类,电子信息类,计算机类,数学类,交通运输类 工作经验：不限 语言要求：不限 单位规模：500-1000人 单位性质：其他企业（含民营企业等） 工作地址：北京市海淀区北清路81号一区1号楼1层101室、17层1702室