1. 硬性条件​ 计算机科学、人工智能、机器人学、自动化等相关领域博士在读（优秀硕士需提供顶级会议 / 项目证明）；​ 精通 Python 编程，熟练掌握 PyTorch/TensorFlow 等深度学习框架，了解 DeepSpeed/FSDP 分布式训练工具或 TensorRT 推理优化技术；​ 深入理解 VLM/VLA 核心原理，熟悉多模态融合、跨模态对齐、模仿学习 / 强化学习等关键技术，有相关模型训练或微调经验；​ 能保证 6 个月以上实习周期，每周稳定投入工作时间。​ 2. 加分项​ 在 CVPR/NeurIPS/ICML/ICLR 等顶级会议发表过 VLM/VLA、多模态大模型相关论文（一作 / 共同一作优先）；​ 有自动驾驶、机器人具身智能项目经验，熟悉 nuScenes/Waymo 等数据集或 ROS 系统者；​ 参与过开源 VLM/VLA 项目（如 Qwen2.5VL、Paligemma），或有模型工程化落地、性能优化案例者；​ 掌握 C++ 编程、传感器融合（LiDAR/Camera）、大模型压缩加速等技能者。

1.全日制本科及以上学历，飞行器设计、飞行力学、自动化，控制工程等相关专业优先； 2.熟悉常见无人机的飞行原理与飞行力学，有相关建模仿真经验。 3.熟悉C/C++/matlab等编程语言； 4.熟悉经典控制、现代控制等控制理论，有PID、ADRC、INDI等控制算法的调试经验； 5.具有良好的沟通理解和团队协作能力 表现优秀可提供转正机会。

任职要求 1. 在读硕士/本科，计算机、自动化、电子信息、人工智能、机器人等相关专业。 2. 掌握C++/Python编程语言，熟悉OpenCV、NumPy、PyTorch/TensorFlow等常用库与框架。 3. 了解至少一种感知核心算法（目标检测/跟踪/分割/传感器融合），有相关课程项目、竞赛或科研经历者优先。 4. 具备良好的数学基础（线性代数、概率统计、机器学习），逻辑思维与问题解决能力突出。 5. 工作认真负责，具备较强的学习能力、沟通能力与团队协作意识，能快速适应项目节奏。

1、计算机科学、人工智能、数据科学、数学等相关专业硕士及以上学历，博士优先。 2、深度学习、大规模预训练模型（如BERT、GPT等）及多模态学习领域有扎实的理论基础和实际研发经验。 3、精通多模态模型的设计与优化，熟悉跨模态数据融合、联合嵌入、生成对抗网络（GANs）等技术。 4、熟悉主流深度学习框架（如TensorFlow、PyTorch），有大规模分布式训练和推理经验。 5、有多模态数据处理（图像、语音、文本等）和模型训练经验，能够针对具体场景进行算法优化。 6、具备优秀的跨团队协作能力，能够推动复杂技术的落地与应用。 7、具备较强的创新意识，能够敏锐地捕捉并应用最新的学术研究成果。 8、有顶级会议论文发表、开源项目经验，或相关领域商业化应用经验者优先。

职位要求 1、计算机科学、人工智能、数据科学、数学等相关专业硕士及以上学历，博士优先。 2、深度学习、大规模预训练模型（如BERT、GPT等）及多模态学习领域有扎实的理论基础和实际研发经验。 3、精通多模态模型的设计与优化，熟悉跨模态数据融合、联合嵌入、生成对抗网络（GANs）等技术。 4、熟悉主流深度学习框架（如TensorFlow、PyTorch），有大规模分布式训练和推理经验。 5、有多模态数据处理（图像、语音、文本等）和模型训练经验，能够针对具体场景进行算法优化。 6、具备优秀的跨团队协作能力，能够推动复杂技术的落地与应用。 7、具备较强的创新意识，能够敏锐地捕捉并应用最新的学术研究成果。 8、有顶级会议论文发表、开源项目经验，或相关领域商业化应用经验者优先。

1、熟悉端侧部署的技术栈（如ONNX、TensorRT、Core ML等），熟悉嵌入式环境下的模型优化。 2、了解深度学习算法基本原理，熟悉神经网络基本架构和各算子计算方式，了解至少一种深度学习训练框架及其模型文件的解析，如Pytorch、Tensorflow 3、在模型小型化、压缩与加速方面有实际经验（如量化、剪枝、蒸馏等）。

职位要求 1.学历与专业：本科及以上学历，计算机科学与技术、自动化、机器人工程、车辆工程等相关专业。 2.技术能力： ◦精通路径规划核心算法（A-star、Dijkstra、RRT/Informed RRT*、Lattice Planning等），具备独立设计、实现算法的经验。 ◦熟练使用C++/Python编程语言，熟悉ROS（Robot Operating System）或Autoware等开源框架，有路径规划模块开发经验者优先。 ◦掌握至少一种仿真工具（如CARLA、Prescan、Gazebo），能独立搭建路径规划算法仿真场景并进行性能验证。 3.综合素质： ◦具备较强的问题分析与解决能力，能快速定位路径规划算法在实际应用中的问题 并迭代优化。 ◦拥有良好的团队协作与沟通能力，能跨部门推进算法落地；具备自驱力，对自动驾驶/移动机器人领域有浓厚兴趣。 ◦有自动驾驶乘用车、商用车或工业移动机器人（AGV/AMR）路径规划项目经验者优先

1.本科或以上学历，计算机/人工智能相关专业，具备良好的英文文献检索和阅读能力。 2.具有扎实的数学基础，精通多视角几何、计算机视觉、深度学习等基础知识。 3.具有Stereo、MVS、OCC等算法开发和系统实现经验。 3.具有团队合作精神，能够有效沟通和协作。 4.对新技术充满热情，愿意不断学习和探索。

1、研究生及以上学历，计算机、电子工程、图像处理、人工智能等相关专业； 2、有4年以上相关工作经验，有AI图像处理、ISP算法开发经验者优先； 3、在AI图像降噪（特别是暗态）或超分（特别是数码变焦场景）或红外超分与融合等方向有深入研究及实际项目经验； 4、熟悉深度学习框架（如PyTorch、TensorFlow等），具备扎实的AI算法基础； 5、有算法在终端设备（如手机、监控、无人机等）上成功落地的经验； 6、具备良好的编程能力，熟练掌握Python和C/C++； 7、工作积极主动，具备良好的沟通能力和团队协作精神。

具备扎实的计算机基础（数据结构、算法、操作系统、计算机网络），具有良好的编程能力和代码风格。 熟练掌握 Golang，理解其核心特性，如 Goroutine、Channel、内存模型、GC 机制等。 熟练掌握至少一种主流关系型数据库（如 MySQL）和一种 NoSQL 数据库（如 Redis、MongoDB），了解其基本原理和使用场景。 了解 Linux 操作系统的基本原理和常用命令，具备一定的网络编程基础。 强烈的责任心、出色的逻辑思维能力、解决问题的热情、良好的团队沟通和协作精神。

学历与经验：应届本科 / 硕士 / 博士，计算机、自动化、机器人、车辆、航空航天等相关专业。 编程能力：熟练使用 C++，了解 Python，数据结构与算法基础扎实。 兴趣爱好：对无人机 / 机器人 / 智驾的仿真、分布式、高性能计算等任一方向有浓厚兴趣。 【加分项/优先条件】 熟悉 ROS/ROS2、cyberRT、 DDS 、gRPC、websocke或HTTP等网络协议。 玩过 UE4/5、Isaac Sim、CARLA、AirSim、Gazebo、Unity。 有 ACM/ICPC、RoboMaster、智能车、无人机挑战赛获奖经历。 了解多线程、内存机制、protobuf等。 在 GitHub 有 100+ star 项目或高质量技术博客。 具备较强的跨团队沟通与需求抽象能力，对构建高质量、可扩展的仿真系统有浓厚兴趣。

（一）学历与专业 硕士及以上学历，计算机科学与技术、电子信息工程、图像处理、自动化、软件工程等相关专业。 （二）工作经验 1. 有AI模型部署相关工作经验，有图像处理算法（如降噪、HDR、图像增强）或嵌入式设备模型部署经验者优先。 2. 具备图像算法C++移植部署实战经验，了解算法研发流程，有在算法团队中支撑工程化落地经验者优先；熟悉Camera成像 pipeline（如RAW数据处理、ISP流程）者加分。 （三）技术能力 1. 精通Python与C++编程语言，熟练使用OpenCV、Halide等底层图像处理库，能独立实现AI模型的预处理（如RAW域数据格式转换、归一化）与后处理（如结果映射、异常值过滤）逻辑。 2. 掌握模型轻量化工具与技术，如TensorRT量化工具、PyTorch Quantization、模型剪枝等，有实际的图像处理模型优化案例，能在精度与性能间找到平衡。 3. 熟悉至少一种主流推理框架（如TensorRT、ONNX Runtime、MNN/Tengine），能搭建多硬件环境下的模型验证平台，定位并解决推理过程中的性能瓶颈（如算子效率、内存复用）。 4. 了解Camera硬件架构及ISP基本原理，熟悉RAW图像格式处理流程，能理解硬件团队的技术需求并提供适配支持。 5. 熟悉高通、海思等主流芯片平台，了解底层接口调用者（如芯片SDK、硬件驱动接口）优先，具备一定的硬件调试与问题排查能力。 6. 能快速定位模型部署中的常见问题（如精度损失、推理卡顿、内存溢出），并提出有效解决方案。 （四）软技能 1. 具备优秀的跨团队沟通能力，能清晰对接模型部署部门、相机部门，高效推进协同工作，推动问题闭环。 2. 学习能力强，对图像处理与AI部署新技术敏感，能主动探索并应用于实际工作；工作严谨负责，注重细节，能承受项目压力。

1、研究生及以上学历，计算机、电子工程、图像处理、人工智能等相关专业； 2、有AI图像处理、ISP算法开发经验者优先； 3、在AI图像降噪（特别是暗态）或超分（特别是数码变焦场景）或红外超分与融合等方向有深入研究及实际项目经验； 4、熟悉深度学习框架（如PyTorch、TensorFlow等），具备扎实的AI算法基础； 5、有算法在终端设备（如手机、监控、无人机等）上成功落地的经验； 6、具备良好的编程能力，熟练掌握Python和C/C++； 7、工作积极主动，具备良好的沟通能力和团队协作精神。

1. 计算机相关硕士学历以上 2. 扎实的系统架构设计能力，精通分布式系统设计； 3. 精通 Python，熟练掌握 C++/C/Rust 至少一种； 4. 具备 Agent 框架开发能力： - 自主设计实现过 Agent 系统架构 - 深入理解 Agent 核心机制（规划、执行、记忆、工具调用） - 掌握主流推理范式（ReAct/CoT/Tree-of-Thoughts） - 具备 Agent 评估与优化经验 - 有多 Agent 协作系统开发经验 5. 理解 LLM 技术栈： - Prompt Engineering - LLM 推理优化 - 向量数据库应用 6. 熟练掌握主流框架： - LangChain/AutoGPT 源码级理解 熟悉 PyTorch/TensorFlow - Docker/Kubernetes - gRPC/P2P/消息队列 7. 以下经验优先： - 开源 Agent 框架贡献经验 - LLM 量化部署经验 - 分布式训练系统开发 - 大规模 Agent 服务架构经验