职责描述： 负责探索矿山场景下端到端自动驾驶的前沿技术，并负责相关的模型研发 负责数据挖掘、数据合成、强化学习、模仿学习、工程部署全流程落地工作 负责将端到端模型泛化到不同矿区场景，以及适配不同驾驶行为预期的模型架构和训练范式设计 负责端到端模型适配不同实际业务需求的抽象设计和量产落地工作 负责构建模型闭环评测链路，监控模型的各项性能 分析自动驾驶仿真和路测数据，提升对自动驾驶系统的理解，发现和解决自动驾驶问题 负责关注国际前沿动态，并掌握相关算法的发展 任职要求： 熟悉学术界与业界前沿基于学习的决策规划算法，有研究经历与实际动手的经验 有较强的编程能力，熟悉C++，python等语言，以及linux开发环境，并具备良好的数据结构和算法基础，并熟练掌握常用的深度学习开源框架，如PyTorch、TensorFlow等，要求熟悉至少一种框架，有实际部署经验 加分项 有自动驾驶与机器人相关会议(CVPR/ICCV/RSS/NIPS/ICRA/IROS/AAAI等)或期刊(TITS/TIV等)的研究成果发表经历 有自动驾驶领域数据驱动任务和大语言模型相关经验，以及有大规模集群模型训练经验 熟悉常见的端到端自动驾驶算法，具备独立设计和复现最新前沿技术的能力 熟悉业内常见的决策与规划算法，例如状态机、决策树、专家系统、强化学习、POMDP、hybrid A*、RRT、lattice planner等，熟悉各个算法之间的优劣与应用特点 参加kaggle或知名会议上举办的相关比赛取得优异成绩 熟悉自动驾驶软件架构，有量产自动驾驶算法开发经验