1

【2026春招】端到端算法工程师

职位描述:

自动驾驶端到端系统研发与落地，负责端到端模型结构设计与调优/高质量大规模训练数据集构建/闭环评测系统研发

职位要求:

1. 熟练使用pytorch等深度学习训练框架

2. 计算机视觉基础扎实，熟悉自驾感知/端到端主流技术路线

3. 有感知/运动/轨迹预测相关研发经验的优先

4. 有端到端/LLM/VLM/VLA以及具身智能实际业务研发经验的优先

5. 有paper发表的优先

2

【2026春招】推理引擎开发工程师

职位描述：

1. 负责推理框架与高性能算子的设计、开发、优化和测试；

2. 支持自动驾驶算法业务中各模型的端到端推理。

职位要求：

1. 计算机基础扎实，熟练使用C/C++，具有较强的软件开发和架构能力；

2. 熟悉一种或多种深度学习框架或AI编译框架（Caffe/PyTorch/TensorRT/TVM等）底层工作原理；

3. 熟悉异构计算架构，具备良好的并行计算思维，有GPU、NPU、或其他AI芯片上应用开发与优化经验；

4. 有足够的专业领域经验：

架构方向：有2年以上推理引擎框架开发经验，掌握计算图优化，算子融合，并行调度，内存复用等关键技术；

工具链方向：推理引擎相关，精度、速度，调优分析工具链的开发经验，debug工具、可视化工具开发经验。

3

【2026春招】训练优化工程师

职位描述：负责模型训练框架和工具的开发、优化等，提高模型训练的吞吐；

1. 模型训练框架的优化

a.提升模型训练框架训练的吞吐，上手的易用程度；

b.提升模型训练的效率，包含不仅限于数据流的优化(NVIDIA DALI)，模型(forward & backward)的优化，(包含不仅限于高效算子编写替换，torch compiler)，amp使用(accelerate)；

c.模型训练精度提升，amp/int8 aware training；

d.模型训练框架的重构，推进文档化，易用性。

2. 模型训练可观测性的提升

a.建立模型训练客观性指标，基于torch.profile或者其他打点工具，进行多层次粒度上的观测性；

b.基于现有的模型，探索模型训练的linear scaling raw。

职位要求：

1. 计算机相关专业本科以上学历，优秀的编程能力和数据基础，熟练使用C++/Python；

2. 熟悉pytorch底层，完整了解训练pipeline，具备数据流优化，训练优化经验；

a.熟悉accelerate, megatron等开源的分布式训练框架优先；

b.了解训练优化技巧, 包含不限于torch.compiler/算子编写；

c.熟悉openai triton；

1. 热衷于优化end-to-end training system、理解高性能I/O, 用以最大化本地性能以及分布式性能资源。

4

【2026春招】模型量化工程师

职位描述：

1.负责大模型的量化（如FP8、INT8/INT4、混合精度）、剪枝、蒸馏等压缩技术的研发、实现与调优。跟踪学术界与工业界的最新进展（如GPTQ, AWQ, SmoothQuant等算法），并推动其落地应用；

开发、维护和优化模型量化与转换工具链，支持主流深度学习框架（如PyTorch、ONNX），提升部署流程的自动化与效率；

2.针对特定的硬件特性进行量化方案的定制化优化，以提升硬件计算单元的利用率。协同软硬件进行性能分析与瓶颈定位，完成端到端的性能优化；

3.与算法团队紧密合作，理解模型架构与需求；与硬件、软件工程师协同，确保量化模型在目标平台上的高效、稳定运行。

职位要求：

1. 计算机科学、电子工程、应用数学、自动化等相关专业，硕士及以上学历；

2. 深入理解深度学习原理，熟悉CNN、Transformer等主流模型架构。对数据分布和数值精度有深刻理解；

3. 精通PTQ（训练后量化）与QAT（量化感知训练）的原理与流程，熟悉至少一种主流量化算法；

4. 精通Python，具备扎实的编程功底。熟悉C++/CUDA者优先；

5. 熟练使用PyTorch、TensorFlow等至少一种主流深度学习框架。有相关量化工具链（如TensorRT, AIMET）或推理框架（如vLLM, DeepSpeed）使用经验者优先；

6. 具备优秀的分析问题和解决问题的能力，良好的沟通能力和团队协作精神。

5

【2026春招】软件工程师

职位描述：

深度参与自动驾驶硬件、驱动、算法、数据闭环、仿真平台、智驾准出等模块的开发。推进高级别辅助驾驶落地量产业务，打造更智能、更高效、更安全的人类出行方式。

职位要求：

1. 熟练掌握C/C++、Python、Go中至少一门开发语言；

2. 有Linux平台上的开发经验，有ROS开发经验，熟练掌握Git等工具；

3. 对学习新知识充满热情；愿意学习新的编程语言、软件开发技能以及智能驾驶领域的新知识；

4. 有团队合作意识，有主人翁意识，愿意以积极主动的心态迎接工作中的挑战，与团队一起完成目标。

加分项：

1. 相关领域Master或PhD教育经历；

2. 丰富的工程项目相关的实习或工作经历；

3. 有参与开源代码库经历；

4. 有ACM获奖经历；

5. 熟悉TCP/IP、HTTPS/2.0、WebScoket通讯协议，对常见的RPC调用有一定使用经验。

6

【2026春招】预测规划算法工程师

职位描述：

1. 负责自动驾驶中预测、决策、规划相关的算法研究和落地。

2. 参与行泊或主动安全产品研发，提高模型性能和产品安全性。

3. 持续跟踪行业最新技术进展，进行新技术探索。

职位要求：

1. 理解常用的算法以及调优方法，具有强化学习、模仿学习相关经验优先。

2. 优秀的python/C++编程能力和模型开发能力，掌握基础的数据结构和算法，熟练使用Python、pytorch。

3. 熟悉常见的规划算法（A*,RRT*，Lattice based，MPC，Apollo EM）或行为决策、行为意图/轨迹预测相关算法。

4. 有行泊、主动安全相关量产研发经验优先。

5. 在CVPR/ICCV/ECCV/NeurPS/ICLR/ACL/EMNLP等有相关论文发表，或在相关国际竞赛和算法竞赛（ACM/IOI/NOI/Top Coder)中取得优异成绩者优先。

7

【2026春招】强化学习算法工程师

职位描述：

1.参与自动驾驶决策、规划、端到端方案的深度学习或强化学习算法研发与调优。

2.参与构建、维护和优化高性能的自动驾驶仿真测试环境与基准测试（Benchmark）。

3.撰写高质量的代码、技术文档，并定期进行成果分享与技术汇报。

4.跟踪学术界和工业界在强化学习及自动驾驶相关领域的最新进展。

职位要求：

1.计算机科学、人工智能、车辆工程、机器人学或相关专业的在读硕士/博士研究生。

2.扎实的机器学习/深度学习基础，对强化学习方向有兴趣；

3.熟练掌握Python，有使用PyTorch或TensorFlow等主流深度学习框架的经验。

4.具备良好的编程能力，熟悉C++/Linux者优先。

5.在顶级会议（如NeurIPS, ICML, ICLR, CVPR, ICRA）上有发表论文者优先。

8

【2026春招】感知算法工程师

职位描述：

1、参与行泊量产研发，负责计算机视觉关键算法研发，包括不限于BEV感知，目标检测/分割/分类，车道线识别，场景语义理解，Occupancy等算法研发和优化；

2、在AI领域前沿展开创新性的研究，通过数据闭环持续迭代端到端模型能力。

职位要求：

1、熟悉计算机视觉、机器学习、深度学习相关算法。

2、具备扎实的C++/python编程能力；掌握pytorch、tensorflow、caffe等至少一种主流的深度学习框架；

3、具有自动驾驶端到端和大视觉语言模型的研究经历优先；

4、熟悉自动驾驶感知领域efficient的前沿算法，有模型加速经验和transformer网络量化经验优先；

5、在CVPR/ICCV/ECCV/NeurPS/ICLR/ACL/EMNLP等学术顶会有相关论文发表，或在相关国际竞赛中取得优异成绩者优先；

6、有ACM/IOI/NOI/Top Coder等算法竞赛获奖经历优先。