VLA/世界模型算法工程师（上海）

负责自动驾驶VLA视觉-语言-动作多模态模型与世界模型联合研发，依托大模型与生成式时序建模能力，构建交通场景理解、时空推演、智能决策完整技术闭环。

参与自动驾驶多模态、时序场景数据集的清洗、对齐、筛选与优化，持续完善场景数据体系，为模型训练、迭代与效果验证提供高质量数据支撑。

负责VLA多模态模型微调、轻量化改造与Prompt策略优化，落地复杂路况语义理解、自然语言交互、智能驾驶动作生成等核心能力。

开展自动驾驶世界模型核心研发工作，实现真实交通场景重建、交通参与者行为预测、长时序场景推演，持续提升模型场景泛化能力与时序推演精度。

探索VLA模型与世界模型的协同推理、联合训练优化方案，完成消融实验、效果对比与复盘迭代，输出规范技术文档，跟进前沿生成式AI技术并落地自动驾驶业务场景。

硕士及以上学历，计算机、人工智能、计算机视觉、自动化等相关专业，深度学习与多模态技术基础扎实。

熟悉Transformer、扩散模型等主流生成式网络架构，了解VLA多模态模型、自动驾驶世界模型、时序场景推演相关技术原理。

熟练掌握Python、PyTorch开发框架，精通LoRA、QLoRA等大模型轻量化微调技术，熟悉多模态数据处理流程，可独立完成模型训练、实验迭代与效果调优。

了解自动驾驶基础业务场景与决策逻辑，具备VLA模型、世界模型、视频生成、时序场景建模相关项目或科研经验者优先。

具备优秀的技术调研、实验复盘与问题排查能力，对自动驾驶大模型、生成式AI落地有浓厚兴趣与钻研精神，具备良好的团队协作能力。