核心工作职责： 1. 智驾VLA算法研发：跟进自动驾驶端到端大模型、VLA前沿技术，负责驾驶场景下视觉-语言-动作多模态融合算法的研究、微调、迭代与原型验证。 2. 数据闭环与模型优化：搭建自动驾驶场景多模态数据Pipeline，完成路采数据清洗、标注与增强，负责VLA模型训练、评测与调优，提升智驾场景泛化性与决策安全性。 3. 自动驾驶实车落地：协同感知、规划、控制与工程团队，完成VLA智驾算法适配、联调与实车落地，解决车端推理实时性、鲁棒性、安全性问题。 4. 技术预研与沉淀：跟踪自动驾驶VLA/World Model前沿方案，结合高阶辅助驾驶、自动驾驶业务做技术创新，沉淀算法方案、评测体系与技术文档。 任职要求 基础硬性条件 1. 2027年应届硕士及博士毕业生，计算机、人工智能、软件工程、自动化、电子信息等相关专业； 2. 扎实的机器学习、深度学习、计算机视觉、自然语言处理基础，熟悉多模态大模型基本原理； 3. 熟练掌握Python编程，熟悉PyTorch/TensorFlow至少一种主流深度学习框架； 4. 熟悉常用数据结构与算法，具备良好的代码规范与工程思维。 专业能力要求 1. 了解视觉、语言、动作多模态融合基本原理，有VLA、VLM、多模态对齐、具身智能、机器人决策相关项目、课程设计、竞赛经历者优先； 2. 熟悉大模型微调、LoRA、SFT、RLHF、视觉编码、文本解码等常用技术，有相关实操经验者优先； 3. 具备数据集处理、模型训练、效果评测、算法调优实战经验，能够独立完成简单算法方案的落地验证； 4. 具备良好的论文阅读能力，能够快速跟进前沿AI技术，拆解并落地技术方案。 综合素质要求 1. 对VLA多模态、具身智能、AI大模型领域有浓厚兴趣，愿意长期深耕前沿技术； 2. 逻辑清晰、善于思考总结，具备良好的问题排查能力与自主学习能力； 3. 具备良好的团队协作与沟通能力，态度踏实认真，有责任心和抗压能力。 加分项 1. 有自动驾驶、智能驾驶、车载多模态、VLA/VLM大模型相关项目、科研、竞赛经历优先； 2. 熟悉驾驶大模型微调、SFT、多模态对齐、端到端决策生成等技术，有实操经验优先； 3. 有顶会论文、AI开源项目、算法竞赛获奖经历； 4. 熟悉自动驾驶数据集（nuScenes/Waymo等）、模型量化推理、车端部署、ROS开发优先。