工作职责：

1. 预测及端到端模型的选型、设计、训练和优化，并在车端SoC上部署，达到效率和一致性等要求；
2. 构建数据标注和评测流程，与工具链部门共同实现目标数据的挖掘及清洗，并基于模型表现对数据进行调整、配比等操作；
3. 运用深度学习、强化学习等技术，优化模型结构等，提高模型在复杂场景下的效果；
4. 利用数据增广、迁移学习和对比学习等方法，提升数据利用效率，优化模型泛化能力。

任职资格：

1. 本科及以上学历，专业方向包括计算机、软件、自动化、模式识别等理工科，工作经验不小于2年；
2. 具备较强的编程能力，精通Python及C++语言，熟悉Docker容器化部署，有良好的编程习惯和标准化的代码风格；
3. 熟悉模型开发的基础流程体系，有样本生成、数据挖掘、模型训练、量化部署等全流程体系的开发经验；
4. 熟悉VectorNet、DenseTNT、QCNet等主流的预测/端到端模型，至少有1-2个预测/端到端模型的全流程开发及部署经验；
5. 掌握UniAD等主流的端到端模型框架，熟悉端到端自动驾驶算法最前沿的动态。

加分项：
1、具备数据驱动算法的研发能力，有预测/端到端模型算法的开发和优化经验；
2、熟悉端到端训练框架和联合训练；
3、熟悉主流的VLM/LLM模型，有用新技术在端到端大模型中的应用落地经验；
4、踏实靠谱，具备良好的团队内及跨团队沟通能力。