27届-仿真算法工程师

1、为自动驾驶算法研发提供稳定、高效的开闭环仿真工具平台，全面满足算法的训练和测试需求。

2、深度参与仿真工具链的迭代升级，持续提升系统的稳定性、运行效率以及仿真实车一致性，确保高精度的场景复现。

3、结合生成式技术和 3D Gaussian Splatting (3DGS) ，实现路测场景的高保真重建，并通过数据增强有效扩展训练数据集。

4、探索并应用大语言模型 (LLM)、生成式模型及强化学习 (RL) 等技术，构建具备复杂交互能力的仿真智能体 (SimAgent)，用于自动驾驶算法的深度测试与训练

1、计算机科学、软件工程、人工智能、自动化等相关专业本科及以上学历；精通 Python 编程，具备扎实的数据结构与算法基础。

2、熟悉常用的设计模式，具备良好的软件架构设计能力和工程素养，能构建复杂、高质量的软件系统。

3、具备扎实的数学功底，熟悉各类深度学习模型结构，包括但不限于 CNN、RNN、LSTM、Transformer 等。

4、前沿技术研究与实践经验（优先项）：

（1）有 3D Gaussian Splatting (3DGS)、三维重建或渲染、世界模型相关经验优先；

（2）有大语言模型 (LLM)、生成式模型（如 VAE/Diffusion/Flow Matching）或强化学习 (RL) 等研究或项目经验者优先；

（3）有志于将前沿 AI 技术应用于自动驾驶仿真训练与测试方向者优先。

对智能驾驶行业充满热情，具备良好的学习能力、团队合作精神和解决问题的能力