任职资格 基本要求 本科及以上，计算机、人工智能、数据科学、软件工程或相关专业。 能熟练使用 AI 编程工具（Cursor / Claude Code / Codex 等）解决实际工程问题。 技术能力（满足其中一项或多项即可） 熟悉 LLM 应用开发（Prompt Engineering、RAG、Agent 框架），有 AI 工具或 Agent 落地经验。 具备数据建模与可视化能力（SQL / Python / BI），熟悉 DevOps 及效能度量体系（DORA 等）。 有内部工具链、IDE 插件或开发者平台的设计与落地经验，兼具产品意识和工程能力。 软性素质 能和业务团队聊痛点，和平台团队聊技术，和管理层聊数据和价值。 善于用案例和数据推动跨团队行为变化，在无直接汇报关系下也能把事情推进。 对 AI Agent 有强烈好奇心，能快速学习并转化为产品方案。 加分项 Developer Experience / DevRel / 技术运营经验。 搭建过内部开发者工具链或生态。 了解飞书开放平台、MCP 协议、CLI 工具体系。 了解智驾研发全链路（数据 → 标注 → 训练 → 仿真 → 部署）。 有从 0 到 1 构建 AI Agent 并实际替代人工流程的项目经历。 有过研发组织提效的经验。

本科/研究生在读，计算机/软件工程/信管等相关专业优先，可长期实习（6个月及以上） 熟悉敏捷开发基础（Scrum/Kanban等），了解Jira/Trello等工具，具备项目管理思维；有大型软件研发、智驾开发或敏捷教练相关实践经验者优先 善于主动沟通，学习能力强，有责任心，对智能驾驶/AI技术有浓厚兴趣

1.技术基础：扎实掌握HTML5、CSS3、JavaScript(ES6+)，熟悉W3C标准、浏览器兼容性与前端安全机制； 2.精通至少一种主流前端框架（如Vue/React）并深入理解其底层原理； 3.熟悉微信小程序原生开发或主流跨端框架（如UniApp、Taro）；熟悉至少一种UI组件库（如Element UI、Ant Design、Vant等）；熟练使用Axios或Ajax与后端进行数据交换 4.熟悉前端构建工具（如Webpack、Vite等）及Git、Postman、Charles等工具。 5.逻辑思维清晰，具备分层抽象能力，善于拆解复杂问题；优秀的沟通能力与团队合作精神，责任心强、追求代码质量，抗压能力强。 6.实习期至少5个月

1.计算机或相关专业本科及以上学历; 2.对自动驾驶系统，任务编排，Robotaxi ，嵌入式开发感兴趣; 3.熟练掌握至少一门主流开发语言，能编写高效且易读的代码; 4.工作积极主动，能发现问题并解决问题; 5.强烈的责任心和工作积极性; 6.实习期至少3个月 加分项 1.NOI、ACM获奖经历或其他能证明学习能力优先考虑; 2.有参与大型开源项目，共享代码的经验; 3.在相关领域发表过高质量论文。

任职要求： 1. 熟练掌握C++/Python，具备Linux开发经验； 2. 持续实习6个月以上。 加分项： 1. ACM竞赛获奖经历； 2. 有开源AI项目，源码贡献经验； 3. 具有推理/训练加速，模型量化，模型结构优化经验。

职位要求： 1.在相关领域的（机器人，计算机，自动化，计算数学等）BS/MS/PhD 在读 2.精通Linux 环境下的命令行，熟悉C++编程 3.熟练使用深度学习相关的框架和工具，有pytorch等框架的开发或使用经验 4.熟悉常见2d检测/跟踪算法，有相关项目背景或实习经历 加分项： 1.对小目标检测相关领域有兴趣或经验的优先 2.有在相关系统（机器人、无人机或车）平台上开发/实现相关算法模块的经验的优先 3.有顶会论文者优先

方向一： 职位描述： End-to-end driving system研发与落地，负责端到端/VLA模型结构搭建与调优，高质量大规模训练数据集构建，设计路径规划评估，闭环评测系统研发。持续关注并跟踪自动驾驶及人工智能领域的最新技术进展，进行新技术的调研和探索。 职位要求： 计算机视觉基础扎实，熟悉主流技术路线，熟练使用pytorch等训练框架； 有轨迹预测相关研究经验的优先； 有LLM/VLM/VLA研发经验的优先； 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。 有ACM/IOI/NOI/Top Coder等算法竞赛获奖经历优先。 方向二： 职位描述: 结合场景重建、神经渲染、生成式AI等技术，为自动驾驶算法模块提供可用于训练/评估的逼真长尾数据,协助智驾系统向更安全、更智能、更舒适的方向迭代; 职位要求: 最好能实习4个月以上，人工智能、计算机科学、软件工程、数学、物理、电子工程、自动化等相关专业; 曾接触过自动驾驶相关算法、大规模3D场景重建或AIGC数据生成的实际项目; 了解并热爱场景重建相关领域知识，如SfM/MVS/SLAM、NeRF、3DGS、计算机图形学/逆向渲染等，或了解并热爱生成式AI领域知识，如Stable Diffusion、Flux、VAE/GAN、多模态LLM预训练/微调、半监督/自监督学习等: 熟练使用Linux、Python、PyTorch或TensorFlow、C++、CUDA;. 良好的团队沟通与协作能力; 加分项: 参与过AI相关领域开源项目，并有代码贡献; 在AI相关领域的顶级会议上发表过论文，如SIGGRAPH、CVPR、ICCV 方向三： 职位描述： 针对无图端到端自驾系统道路识别与导航模块，参与前沿AI算法的研究探索与落地，处理海量自动驾驶数据，拥有大规模并行GPU训练集群，数据闭环平台，具体会参与以下研究方向： 负责道路识别与导航算法的关键算法研发工作，设计端到端神经网络方案，完成包括但不限于车道线识别、交通要素识别、道路拓扑识别、导航选路识别等功能； 利用前沿的网络结构设计，尝试不断提升各个任务的识别性能； 优化神经网络设计，完成嵌入式平台的部署，确保线上高效运行； 探索大模型在无图端到端的应用。 职位要求： 计算机、自动化、数学等相关专业，硕士以上在读； 具备扎实的编程实现能力，熟练使用C++/Python； 熟练掌握计算机视觉和机器学习相关的理论知识和实践技能； 有AI相关经验，有使用TensorFlow/Pytorch等平台经验； 熟悉计算机视觉前沿算法，在CVPR，ICCV，ECCV等相关顶级学术会议期刊发表过相关论文者优先。 方向四： 职位描述： 面向乘用车量产业务的行泊车场景，开发高精度、高可靠性的定位与建图算法，解决量产中的长尾问题；针对车载计算平台特性，优化算法性能与资源占用，提升系统实时性与鲁棒性。 参与多传感器（GNSS/LiDAR/IMU/轮速/视觉等）数据融合方案设计，适配车规级硬件实现精准定位与动态建图。 参与地图构建、数据挖掘、云端模型、自动标注算法和4D真值系统等开发与研究。 参与基于GNSS， IMU等传感器多场景下的实时绑路、偏航算法，基于深度学习的地图匹配等算法研发。 职位要求： 熟练掌握C++编程、pytorch或tensorflow等常见框架，熟悉ROS框架及Linux开发环境。 理解主流SLAM框架（如LIO-SAM、LIO-Mapping、VINS-Mono等），熟悉其源码实现与优化方法； 熟悉Kalman Filter、非线性优化理论，具备多传感器融合算法开发经验； 熟悉LiDAR/IMU/GNSS/轮速等车载传感器特性及数据处理方法（如标定、时序同步、去噪等）； 有高精地图自动建图、导航地图的数据制作、自动驾驶规划算法经验者优先； 了解机器学习基本概念，有实时绑路项目经验者优先； 熟悉深度学习在SLAM中的应用（如语义SLAM、动态物体处理、端到端定位等），有相关项目经验优先； 在机器人/自动驾驶领域顶会发表过论文或参与过机器人竞赛/开源SLAM项目贡献优先。 方向五： 职位描述： 参与自动驾驶决策、规划的深度强化学习算法研发与调优。 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）。 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。 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： 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。 扎实的机器学习/深度学习基础，对强化学习方向有兴趣； 熟练掌握Python，有使用PyTorch或TensorFlow等主流深度学习框架的经验。 具备良好的编程能力，熟悉C++/Linux者优先。 在顶级会议（如NeurIPS, ICML, ICLR, CVPR, ICRA）上有发表论文者优先。

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，熟悉强化学习理论。 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、有深度强化学习项目经验，熟悉主流RL算法和仿真环境等。 6、有自动驾驶、机器人、游戏AI等相关领域的研发或项目经验。 7、在顶级会议（如NeurIPS, ICML, ICLR, CVPR, ICRA）上有发表论文者优先。 8、具备极强的学习能力、分析问题和解决问题的能力；对技术有极大的热情，具备良好的沟通能力和团队协作精神；责任心强，能积极主动地推动项目进展。

具体方向及相关说明： 【2026校招】地图定位算法工程师 职位描述： 根据项目经验、专业技能和个人意愿等，参与以下其中一个或多个方向研发： 1、面向乘用车量产业务的行泊车场景，开发高精度、高可靠性的定位与建图算法，解决量产中的长尾问题；针对车载计算平台特性，优化算法性能与资源占用，提升系统实时性与鲁棒性。 2、参与多传感器（GNSS/LiDAR/IMU/轮速/视觉等）数据融合方案设计，适配车规级硬件实现精准定位与动态建图。 3、参与地图构建、数据挖掘、云端模型、自动标注算法和4D真值系统等开发与研究。 4、参与基于GNSS， IMU等传感器多场景下的实时绑路、偏航算法，基于深度学习的地图匹配等算法研发。 职位要求： 1、熟练掌握C++编程、pytorch或tensorflow等常见框架，熟悉ROS框架及Linux开发环境。 2、理解主流SLAM框架（如LIO-SAM、LIO-Mapping、VINS-Mono等），熟悉其源码实现与优化方法； 3、熟悉Kalman Filter、非线性优化理论，具备多传感器融合算法开发经验； 4、熟悉LiDAR/IMU/GNSS/轮速等车载传感器特性及数据处理方法（如标定、时序同步、去噪等）； 5、有高精地图自动建图、导航地图的数据制作、自动驾驶规划算法经验者优先； 6、了解机器学习基本概念，有实时绑路项目经验者优先； 7、熟悉深度学习在SLAM中的应用（如语义SLAM、动态物体处理、端到端定位等），有相关项目经验优先； 8、在机器人/自动驾驶领域顶会发表过论文或参与过机器人竞赛/开源SLAM项目贡献优先。 【2026校招】大模型研发工程师 职位描述： 1、熟悉多模态大语言模型，基于现有的大模型进行微调，优化模型在垂直业务场景(自动驾驶、机器人中的reasoning/knowledge)的性能； 2、深度参与视觉大模型VLM、VLA等前沿方向在自动驾驶中的应用，包含不仅限于数据pipeline搭建、模型微调、模型性能评估，探索数据配比、数据合成相关的前沿技术。 职位要求： 1、熟悉Transformer、图文多模态、LLM、大模型预训练方法，并且有相关模型训练实际经验； 2、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； 3、有ACM/IOI/NOI/Top Coder等算法竞赛获奖经历优先。 【2026校招】模型优化工程师 职位描述： 负责对深度学习模型进行优化加速/模型压缩/量化部署等，以达到车端部署的性能需求。不限于模型蒸馏以及模型结构优化等，包括传统CNN模型、Transformer模型、大语言模型等。 职位要求： 1.熟练使用pytorch等深度学习训练框架； 2.了解模型优化加速方案，熟悉模型推理优化基本原理，例如混合精度推理、模型量化、模型蒸馏、稀疏等； 3.熟悉常用的轻量化模型结构，包括bakcbone，分割，检测模型；熟悉前沿的静态/动态感知算法； 4.熟悉模型部署相关流程和GPU的加速特性，有过cuda算子开发或TensorRT部署经验； 5.有大模型/VLM等模型加速/压缩经验优先； 6.在CVPR/ICCV/ECCV/NeurPS/ICLR/ACL/EMNLP等学术顶会有相关论文发表，或在ACM/IOI/NOI/Top Coder等算法竞赛获奖经历优先。 【2026校招】端到端算法工程师 职位描述： 1、End-to-end driving system研发与落地，负责端到端/VLA模型结构搭建与调优，高质量大规模训练数据集构建，设计路径规划评估，闭环评测系统研发。 2、持续关注并跟踪自动驾驶及人工智能领域的最新技术进展，进行新技术的调研和探索。 职位要求： 1、计算机视觉基础扎实，熟悉主流技术路线，熟练使用pytorch等训练框架； 2、有轨迹预测相关研究经验的优先； 3、有LLM/MLLM/VLM研发经验的优先； 4、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。 5、有ACM/IOI/NOI/Top Coder等算法竞赛获奖经历优先。 【2026校招】标定算法工程师 职位描述： 1. 负责自动驾驶相关传感器的在线标定算法开发，包括惯导动态标定、多相机外参在线标定、激光雷达在线标定、360影像在线标定等； 2. 负责自动驾驶相关传感器的外参监测算法开发； 3. 负责自动驾驶相关传感器的下线标定算法开发，包括相机标定、激光雷达标定、惯导标定等； 4. 负责基于深度学习的传感器标定算法开发； 5. 负责360影像拼接算法开发。 职位要求： 6. 计算机科学、数学、统计学、机器人等相关专业研究生及以上学历； 7. 熟练掌握和运用点云和图像处理相关算法，熟悉ROS、OpenCV、PCL、Ceres等常用开发工具和库； 8. 具备良好的数理基础，熟悉线性代数、多视几何、凸优化等； 9. 熟悉车载传感器工作原理，包括LiDAR，Camera，Radar，GNSS，IMU等； 10. 熟悉传感器标定算法，如相机内参、多相机外参标定、激光雷达外参标定等。 加分项： 11. 有CV/ML/Robotics领域的顶会或期刊论文； 12. 有ACM/Robocon等比赛经验； 13. 有深度学习或者360影像开发经验； 14. 熟悉CUDA编程，熟悉NVIDIA GPU体系结构和代码优化技术。 【2026校招】数据挖掘工程师 职位描述： 1.负责自动驾驶端到端训练 的数据建设工作，支持上亿级别的Record数据生产和管理，支持端到端模型训练和评测； 2.研发数据auto labeling系统，通过算法来进行场景的识别和提取； 3.研发场景数据检索系统，包括近邻检索、语义检索等方式，能够快速对训练数据进行查询和匹配； 4.研发支持数据的其他基础能力，包括可视化、数据编辑器等。 职位要求： 1.本科及以上学历，专业方向包括 机器学习、模式识别、应用数学、机器人 等； 2.熟练掌握数据结构与算法，精通 Python 编程，并熟悉 C++/Java/Golang 至少一门系统编程语言； 3.有端到端训练研发经验 或 大语言模型（AI-Agent）研究经验者优先。 【2026校招】数据生成算法工程师 职位描述: 1、结合场景重建、神经渲染、生成式AI等技术，为自动驾驶算法模块提供可用于训练/评估的逼真长尾数据，协助智驾系统向更安全、更智能、更舒适的方向迭代。 职位要求: 1、硕士及以上学历，人工智能、计算机、软件、数学、物理、电子、自动化等相关专业; 2、有自动驾驶相关算法(感知、SD地图、预测、规控等)、大规模3d场景重建或AIGC数据生成等项目经验； 3、熟悉场景重建相关领域，如SfM/MVS/SLAM、NeRF、3DGS、计算机图形学/逆向渲染等，或熟悉生成式AI领域，如Stable Diffusion、Flux、VAE/GAN、多模态LLM预训练/微调、半监督/自监督学习等； 4、熟练使用Linux、Python、PyTorch或TensorFlow、C++、CUDA； 5、良好的团队沟通与协作能力。 加分项: 1、参与过AI相关领域开源项目，并有代码贡献； 2、在AI相关领域的顶级会议上发表过论文，如SIGGRAPH、CVPR、ICCV、ECCV、ICLR、ICML、NeurIPS等。 【2026校招】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。 【2026校招】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。