VLA/VLM 多模态大模型算法工程师（智能驾驶方向）

岗位职责 主导自动驾驶场景下 VLA（Vision-Language-Action）/VLM（Vision-Language Model）核心算法的研发，推动视觉-语言-驾驶行为深度融合的多模态决策系统在实车环境中的落地； 构建端到端驾驶策略学习框架，融合模仿学习、强化学习等技术，优化复杂开放道路下的驾驶决策与行为生成能力； 开发基于多模态大模型的场景理解、意图推理与行为预测系统，提升系统对长尾场景的认知、泛化与可解释性； 探索多模态基础模型（如 VLM、LLM）及生成式策略（如 Diffusion Policy）在自动驾驶中的创新应用，包括指令驱动驾驶、自然语言交互等方向； 协同感知、预测、规划与控制等模块团队，推动算法在车规级平台上的高效部署、性能优化与量产交付。 岗位要求 硕士及以上学历，计算机、人工智能、自动化或相关专业，3–5年自动驾驶或AI算法研发经验； 精通 VLA/VLM 架构，具备基于 Transformer 的多模态大模型训练、微调、蒸馏与部署经验，熟练使用 PyTorch 及分布式训练框架（如 DeepSpeed、FSDP）； 熟悉自动驾驶技术栈（包括轨迹预测、行为决策、运动规划等），有模仿学习、强化学习在仿真或实车系统中的项目落地经验； 熟悉主流自动驾驶数据集（如 nuScenes、Waymo Open Dataset、Argoverse 等），具备量产项目、车规级系统开发或模型压缩部署经验者优先； 在 CVPR、ICCV、ECCV、NeurIPS、ICML、CoRL、ICRA、IROS 等顶级会议发表过相关论文，或拥有自动驾驶领域发明专利者优先。