算法实习生

2026年毕业优先考虑

岗位一、自动驾驶算法实习生
工作职责

负责自动驾驶端到端模型的设计、研发与优化，提升模型的感知、建图、预测、决策、规划等各模块性能；
推动端到端模型的实车落地，将成果部署于自动驾驶车辆，解决真实场景中遇到的问题，确保算法在各种复杂真实场景中的鲁棒性和可靠性；
跟进预研自动驾驶前沿先进算法，探索各算法、模块间的交叉融合，提高端到端整体系统的协同性。
任职要求

逻辑清晰，具备良好的快速学习和理解能力，有团队协作精神，有责任心，乐于接受挑战；
有计算机等相关专业背景，熟悉深度学习、计算机视觉等基本知识，或有自动驾驶/机器人感知、建图、预测、决策、规划等相关的项目经验；
有BEV感知、轨迹优化、端到端自动驾驶、模型部署、强化学习等相关算法经验者优先；
熟悉Python或者C++，掌握一种深度学习平台PyTorch，TensorFlow等。
加分项：

具有完整或者大型的工程项目经验
有自动驾驶端到端算法的实践经历
有较强的钻研精神，对部分语言、系统、算法有深刻的探索和理解
GPA优秀，有顶级会议或期刊上的论文发表


岗位二、自动驾驶感知算法实习生(感知融合方向)
工作职责

根据实际业务场景需求，负责多传感器感知结果融合
负责障碍物多目标关联、状态估计，进行卡尔曼滤波、扩展卡尔曼滤波等算法的开发
负责多目标跟踪算法的研发
探索后融合模型，前融合模型等前沿算法
任职要求

计算机相关的等理工科背景，有较好的逻辑思维能力
熟悉C++语言，或精通其他语言，有较好代码理解能力
熟悉常用的算法思想，具备一定的工程能力
熟悉Linux，具备一定的开发经验，了解常见性能调优方法
加分项：

具有完整或者大型的工程项目经验
有多目标跟踪，多传感器融合等相关背景
有较强的钻研精神，对部分语言、系统、算法有深刻的探索和理解

岗位三、多模态大模型算法实习生(系统工程方向)
工作职责

负责多模态大模型训练系统优化，profiling性能瓶颈
负责多模态大模型推理、部署等，优化性能并提升并行吞吐；
跟进社区前沿训练推理技术，与业务场景实际结合，有效提升业务效率
任职要求

逻辑清晰，具备良好的快速学习和理解能力，有团队协作精神，有责任心，乐于接受挑战；
具有良好的代码功底，语言不限，或者有强烈工程能力提升兴趣；
了解多模态或者LLM等相关经验，有一定实际的摸索；
了解Transormfers库，掌握一种深度学习平台PyTorch，TensorFlow等。
加分项：

具有完整或者大型的工程项目经验
有多模态或者LLM的实践经历
有较强的钻研精神，对部分语言、系统、算法有深刻的探索和理解
GPA优秀，有强烈自我驱动力