自动驾驶视觉基座模型算法专家

岗位职责

负责面向驾驶场景的大规模自监督预训练范式研究，系统性评估掩码重建（MAE）、自蒸馏（DINO/DINOv2）、图文对比（CLIP/SigLIP）、潜空间预测（V-JEPA）等技术路线在驾驶数据上的有效性；

探索以VGGT为代表的前馈式多视图几何重建、4D时空重建等几何监督信号与语义监督信号的融合训练，建立数据规模、模型规模与下游任务性能之间的Scaling Law，形成可复用的预训练-微调范式。

* 主导预训练基座向下游任务的高效迁移与车端落地，研究多任务联合微调、知识蒸馏等关键技术，打通从基座训练、下游适配到车端部署的完整链路；

* 系统性追踪视觉基础模型与世界模型前沿演进（如VGGT、V-JEPA、SAM及视频世界模型等），重点评估其在端到端感知、场景理解与风险预测中的技术可行性。

* 主导学术界创新方法向工业级解决方案的转化路径设计，构建从预训练原型、仿真验证到实车部署的完整技术闭环，为下一代自动驾驶感知系统探索高性能、高泛化能力的技术新范式。

任职要求

1、计算机、人工智能、自动化、机器人等相关专业硕士/博士

2、精通Python及PyTorch深度学习框架，具备扎实的算法基础和优秀的工程实现能力

3. 深入掌握自监督表征学习（MAE/DINO/CLIP/JEPA等）与Vision Transformer架构，熟悉VGGT、多视图几何等3D视觉技术。

4、能够快速理解、复现并改进领域前沿成果，具备从算法研究到系统落地的全链条思维，对技术创新有强烈热情和执着追求

加分项

1、有过完整的算法落地经验，能够独立完成从数据-模型设计-训练-评估-部署的完整闭环迭代

2、在CVPR/ICCV/ECCV/NeurIPS/ICLR/ICML/TPAMI/RAL/ICRA等会议或期刊发表过相关论文

3、有高质量开源项目贡献或核心维护经验

4、在ICPC/CCPC等算法竞赛中获得过突出成绩