端到端算法工程师（上海）

负责自动驾驶交通参与者轨迹与行为预测算法研发，针对车辆、行人、骑行者等目标完成时空建模与交互建模，持续提升预测精度与场景泛化能力。

负责自动驾驶端到端感知、预测、规划一体化算法研发与迭代，搭建传感器数据到驾驶指令的全链路模型能力，适配量产行车场景。

负责端到端模型数据体系建设，完成数据清洗、增广与优化，解决复杂路况、极端工况等场景适配问题，提升模型通用性能。

开展模型训练调优、消融实验与架构对比，结合强化学习等技术优化模型效果，沉淀标准化实验与研发文档。

搭建端到端模型仿真测试体系与数据处理工具，支撑模型性能评测、迭代优化与效果验证。

聚焦无高精地图导航场景，优化端到端模型道路认知与导航推理能力，提升城市、高速无图场景智能驾驶体验。

跟进端到端自动驾驶、轨迹预测前沿技术，完成技术调研与方案落地，配合仿真、实车团队完成问题迭代，保障模型稳定量产。

硕士及以上学历，计算机、软件工程、车辆工程、自动化、机器人、测绘、导航、数学、GIS等相关专业，专业基础扎实。

熟悉地理位置坐标系、里程计坐标系等各类定位坐标系定义，精通IMU、GNSS、摄像头、激光雷达、轮速等车载传感器工作原理、信号特性及优劣势。

熟练掌握Linux环境下C++开发、编译与调试，精通Python数据分析与算法开发；熟悉PyTorch、Docker、ROS等开发工具与系统，具备完整的算法工程落地能力。

熟练掌握LOAM、FAST-LIO、LIO-SAM、VINS-Mono等主流SLAM框架，熟悉GNSS/INS组合定位算法；了解SD/HD智驾地图格式，熟悉ADASIS、OpenDRIVE、OSM等开源地图规范者优先。

具备良好的算法调研、问题分析与攻坚能力，能够协同上下游完成算法联调、迭代与交付落地，学习能力强，关注定位建图与车载地图前沿技术。 加分项：熟悉QGIS、SQLITE工具；具备AI Agent落地开发、辅助解决实际研发问题的相关经验；了解各类视觉/语言大模型、有高水平论文产出、熟悉开源深度学习定位框架者优先。