【岗位职责】 1.负责智能驾驶模型训练优化的研究和落地，通过数据并行，模型并行，通信优化，CUDA算子优化等，大幅提升模型的训练速度与效率； 2.深入分析训练系统，定位和解决训练系统各个层次的性能瓶颈，不断提升训练效率，打造领先的训练系统，推进算法的高效迭代； 职位要求

职位描述 根据市场需求和公司战略，共同定义公司自动驾驶产品框架和产品演进Roadmap； 从自动驾驶无人化落地角度出发，汇集运营、市场、以及内部各团队需求，分析总结基于场景的产品解决方案和策略，输出详细、合理的产品需求文档； 驱动研发、设计、测试人员理解产品需求，保证需求落地的进度与质量，协调各方资源，保证项目按时完成； 跟踪分析业内技术更新，发展趋势和关键行业玩家的产品与方案；

1、安全可靠的自动驾驶决策算法设计， 能够根据业务需求优化同时保持良好的通用性， 解决与交通参与者交互场景下决策的智能性问题； 2、安全可靠高效的轨迹规划方法， 生成安全、平顺、可高精度控制跟踪的规划轨迹； 3、高性能、高可靠性的Planning架构设计与系统开发。保证planning架构易维护， 易调试的同时具有灵活可扩展特性。熟悉并行化、性能优化的常用手段； 4、规划控制性能指标（metrics）设计与实现， 从数据出发驱动算法向业务需求的方向高效迭代。

1.无人驾驶决策相关的机器学习算法框架设计与实现，成果将应用于核心业务线； 2.真实场景下自动驾驶数据流算法的设计、开发和优化； 3.基于多传感器定位和感知预测海量数据的数据挖掘流程； 4.基于海量真实道路场景数据的无监督/半监督学习技术研究和落地； 5.构造可扩展的数据处理流程和自动化分析评测工作流，处理和分析大规模结构化感知数据，使用离线跟踪、优化等方法支持数据挖掘和机器学习数据生成任务；

介绍 - 我们正在寻找有机器学习/深度学习经验的算法软件工程师加入我们的北京/上海办公室，为卡尔动力的自动驾驶卡车开发行为预测和规划算法，以及端到端自动驾驶算法。 - 我们的目标是将最先进的人工智能算法应用在自动驾驶卡车上，使货物运输更智能、更安全。该职位主要涉及到交通参与者的行为预测和规划算法的研究与开发。这些算法将被应用在真实的自动驾驶卡车上，并部署在卡车货运的运营网络中。 工作职责 - 设计，开发，和优化用于卡车自动驾驶系统的行为预测规划算法，包括意图和轨迹预测、路径规划，以解决现实世界中的时序多模态行为预测、智能体路径规划、交互博弈等问题； - 构造可扩展的数据处理流程和机器学习工作流，处理和分析大规模结构化和非结构化数据，通过特征工程和数据增强等手段，提高模型的鲁棒性和泛化能力； - 准确评估模型性能，通过模型调优等手段，交付满足业务需求的模型和算法； - 理解业务需求，与跨部门团队合作，进行实时性能优化，将机器学习模型有效地部署到自动驾驶计算平台，将机器学习解决方案转化为实际产品和服务； - 跟踪最新的研究进展和行业趋势，将新的机器学习技术和算法应用到自动驾驶系统中，以提高自动驾驶系统在各种复杂交通场景下的智能性，安全性和可靠性；

欢迎加入自动驾驶卡车KargoBot团队，解决自动驾驶系统这一项复杂的人工智能方向问题。您将构建自动驾驶卡车的“大脑”，持续提供高质量的代码和算法推进公司项目正常落地。 作为由滴滴自动驾驶公司孵化的公司，KargoBot专注L4级别干线货运的无人驾驶技术研发和商业化运营，创新性地提出了混合无人化解决方案，由一名司机驾驶的领航车辆，引领多辆L4级自动驾驶卡车行驶。 欢迎“梦想驱动”、“追求极致”的你加入，相信未来出行将因你我而改变！一起去创造和实现自动驾驶卡车KargoBot的纪录与未来！ 职责： 参与自动驾驶车辆路径规划、行为决策、运动规划等核心算法的设计、开发与优化； 结合实际场景需求，提升规划算法在动态交通、复杂交互环境中的安全性与舒适性； 与感知、预测、控制等模块团队协作，推动算法在实车平台上的部署与测试； 跟踪学术界与工业界最新研究成果，探索创新性解决方案。