【海外业务】VLA算法实习生

岗位简介：聚焦端到端自动驾驶VLA 大模型研发，参与解决模型海外跨地域泛化难题，参与算法研发、迭代优化与海外量产落地。 主要职责 强化学习算法设计与调优：基于 PPO、DPO、GRPO 搭建海外场景训练方案，依托数据分析完成跨域奖励设计、样本策略、分布式训练调优，提升恶劣天气、小众交通场景下模型泛化与决策稳定性。 海外数据闭环建设与量产落地：负责海外数据采集、筛选、回流迭代的数据闭环全流程；结合仿真、实车测试数据分析，攻克样本稀疏、域迁移、推理不稳定问题，支撑自动驾驶出海规模化落地

1. 01

   学历基础：计算机、人工智能、自动化、数学等相关专业硕士在读或以上学历，具备扎实的深度学习与强化学习数理功底；

2. 02

   强化学习能力：熟练掌握PPO、DPO、GRPO等算法；

3. 03

   自动驾驶认知：熟悉自动驾驶全链路逻辑，兼具传统模块化与端到端模型研发认知；

4. 04

   工程与综合能力：熟练使用PyTorch；具备良好的逻辑攻坚、跨团队协作与项目推进能力。 加分项 1、拥有相关论文、核心技术专利成果