无人车业务部-自动驾驶决策规划算法工程师（Machine Learning Planner方向）

算法研发与迭代： 负责基于深度学习/强化学习（Deep Learning / Reinforcement Learning）的自动驾驶决策规划算法研发，探索数据驱动（Data-driven）的下一代规划算法落地。

复杂场景攻坚： 结合海量人类优质驾驶数据，设计并训练基于数据驱动的轨迹规划或端到端网络，解决城市复杂场景下的交互博弈难题（如无保护左转、行人交互、拥堵加塞等），实现更加安全、高效、拟人的行驶策略。

数据闭环建设： 参与搭建高效的数据闭环链路，包括高价值场景数据的挖掘、清洗、自动化标注，以及模型离线/在线评测系统的开发（Closed-loop Simulation）。

车端工程部署： 负责模型在车端计算平台的轻量化设计与C++工程落地，攻克模型推理延迟，确保算法的安全、实时与稳定。

团队与算力支持： 加入高水平研发团队，团队成员来自清华、北大、中科院等知名高校及业内头部企业。公司提供充足的 GPU 算力与海量真实路采数据支持模型训练。

参与定义行业未来： 接触最前沿的自动驾驶大模型技术，从0到1或从1到10推动“数据驱动规划”这一前沿技术在实际业务场景中的落地，创造真实的社会价值。

广阔的职业发展： 扁平化管理，技术氛围浓厚。职业晋升空间大，表现优异者有机会带领团队进行核心技术攻关和架构创新。