【基座模型】场景认知算法工程师

岗位职责
岗位介绍

你将参与红绿灯及特殊场景方向 VLA 模型的研发与落地，面向真实自动驾驶量产问题，参与从模型设计、训练迭代到端侧部署、数据闭环的完整研发流程。你的工作将直接服务于复杂路口和特殊场景下的认知理解能力建设。

---

岗位职责

1. 参与红绿灯及特殊场景相关 VLA 模型的设计、训练与优化，包括时序建模、多帧融合、结构迭代等。

2. 参与完整训练 pipeline 搭建，包括数据预处理、模型训练、评测分析、仿真回灌和问题定位。

3. 参与消融实验设计，分析不同模型结构、时序方案和 loss 设计对效果的影响。

4. 参与车端部署联调、推理结果分析及精度对齐工作。

5. 参与众包影子回传数据分析、问题归因、评测集建设和标注规范优化。

6. 与测试、工程、数据等团队协同，支持复杂路口与特殊场景问题的闭环优化。

---

任职要求
任职要求

基本要求

1. 计算机、人工智能、自动化、电子信息等相关专业本科/硕士/博士。

2. 具备扎实的深度学习、计算机视觉基础，理解常见感知模型与训练方法。

3. 熟练使用 Python，熟悉 PyTorch，具备良好的代码实现能力。

4. 理解 Transformer / Vision Transformer 等主流模型结构，对时序建模、多帧融合有一定理解。

5. 具备较强的实验能力，能够独立完成模型训练、结果分析和问题排查。

6. 对自动驾驶、复杂路口场景理解、多模态/VLA 方向有浓厚兴趣。

加分项

1. 有自动驾驶感知、红绿灯、路口场景、视频理解、时序建模等项目经历。

2. 有多模态模型、Vision-Language、世界模型等相关项目或论文经历。

3. 有较强 coding 能力，参加过 ACM、OI、Kaggle 等竞赛者优先。

4. 有模型部署、量化、推理优化或工程系统开发经验者优先。

5. 有数据分析、评测集建设、长尾问题定位相关经验者优先。

我们更看重

1. 学习能力强，愿意深入真实复杂场景问题。

2. 对实验结果敏感，能够主动分析原因并推进优化。

3. 做事踏实，有较强执行力和工程意识。

---

适合这样的人

- 希望做真正落地到车上的算法，而不只是离线研究；

- 对复杂路口、特殊场景、认知理解问题有兴趣；

- 想从模型、数据、部署、闭环多个维度快速成长。