合肥·包河区
职位详情
应届生请关注校招渠道，请勿投递！！！
可选base：芜湖，合肥，上海
核心职责
1. VLA模型研发与创新：
研究、设计、实现和优化应用于自动驾驶的VLA模型架构，探索视觉、语言（指令、场景描述、交通规则）与驾驶动作（规划轨迹、控制指令）之间的高效对齐与映射机制。
开发基于大规模多模态数据（图像/视频、文本描述、驾驶行为序列、场景语义）的模型预训练、微调与提示工程技术。
探索VLA模型在自动驾驶核心任务中的应用，如：场景理解与描述、驾驶指令理解与执行、复杂交互意图预测、端到端规划决策、可解释性驾驶行为生成等。
2. 算法开发与实现：
将前沿的VLA研究成果转化为可应用于实际自动驾驶系统的算法模块。
开发高效的数据处理、特征提取、模型训练与推理流程。
针对车载计算平台进行模型优化（如剪枝、量化、蒸馏），满足实时性要求。
3. 数据集构建与管理：
设计并推动构建高质量、大规模的自动驾驶多模态数据集（视觉+语言标注+动作序列）。
参与数据采集、清洗、标注策略制定与质量评估。
4. 系统集成与验证：
将VLA算法模块集成到自动驾驶软件栈中，与感知、预测、规划、控制模块进行协同。
设计离线与在线评估指标，在仿真环境和实车平台上进行算法性能的全面测试、分析与迭代优化。
5. 前沿追踪与分享：
持续跟踪计算机视觉、自然语言处理、多模态学习、强化学习及自动驾驶领域的最新进展，特别是VLA相关的研究。
在团队内部分享知识和技术洞察，推动团队整体技术水平提升。
任职要求
1. 教育背景：
计算机科学、人工智能、机器人学、电子工程、应用数学或相关领域的硕士及以上学历，博士优先。
2. 技术能力：
深度学习基础扎实：精通深度学习理论基础（CNN, RNN/LSTM, Transformer, Attention等）和主流框架（PyTorch/TensorFlow）。
多模态学习经验：深入理解并具备视觉-语言模型（如CLIP, BLIP, Flamingo, LLaVA等）或VLA相关模型的研发经验。熟悉多模态表示学习、对齐、融合等技术。
编程能力：精通Python编程，具备优秀的软件工程能力和良好的代码习惯。熟悉Linux开发环境。
数据处理能力：熟练处理大规模数据集，熟悉相关工具和流程。
3. 领域知识 (至少满足一项)：
对自动驾驶核心技术栈（感知、预测、规划、控制）有深入理解。
具备机器人学习、强化学习（RL）或模仿学习（IL）经验，特别是与动作生成/决策相关。
在计算机视觉（目标检测、分割、场景理解等）或自然语言处理（语义理解、文本生成等）方向有深入研究背景。
4. 经验要求：
本科3年及以上，硕士需1年以上，博士应届及以上相关领域（多模态学习、大模型、自动驾驶算法、机器人决策等）的算法研发经验。有实际VLA项目经验者优先。
5. 个人素质：
出色的分析和解决复杂问题的能力。
强烈的自驱力、创新意识和探索精神，对前沿AI技术充满热情。
优秀的沟通能力和团队协作精神。
良好的英语读写能力，能够阅读前沿论文和技术文档。
加分项
1. 有端到端自动驾驶、基于学习的决策规划模型研发经验。
2. 在顶级会议（CVPR, ICCV, ECCV, NeurIPS, ICML, ICLR, CoRL, RSS, ICRA, IROS等）发表过多模态学习、VLA、自动驾驶相关论文。
3. 具备大模型（LLM, VLM）训练、调优、部署经验，熟悉相关工具链（Hugging Face, DeepSpeed, Megatron-LM等）。
4. 熟悉自动驾驶仿真工具（CARLA, VTD, LGSVL等）和测试验证流程。
5. 有车载嵌入式平台（如NVIDIA DRIVE Orin/Thor, Qualcomm Ride等）算法部署优化经验。
6. 具备领导或指导初级工程师的经验。
可选base：芜湖，合肥，上海
核心职责
1. VLA模型研发与创新：
研究、设计、实现和优化应用于自动驾驶的VLA模型架构，探索视觉、语言（指令、场景描述、交通规则）与驾驶动作（规划轨迹、控制指令）之间的高效对齐与映射机制。
开发基于大规模多模态数据（图像/视频、文本描述、驾驶行为序列、场景语义）的模型预训练、微调与提示工程技术。
探索VLA模型在自动驾驶核心任务中的应用，如：场景理解与描述、驾驶指令理解与执行、复杂交互意图预测、端到端规划决策、可解释性驾驶行为生成等。
2. 算法开发与实现：
将前沿的VLA研究成果转化为可应用于实际自动驾驶系统的算法模块。
开发高效的数据处理、特征提取、模型训练与推理流程。
针对车载计算平台进行模型优化（如剪枝、量化、蒸馏），满足实时性要求。
3. 数据集构建与管理：
设计并推动构建高质量、大规模的自动驾驶多模态数据集（视觉+语言标注+动作序列）。
参与数据采集、清洗、标注策略制定与质量评估。
4. 系统集成与验证：
将VLA算法模块集成到自动驾驶软件栈中，与感知、预测、规划、控制模块进行协同。
设计离线与在线评估指标，在仿真环境和实车平台上进行算法性能的全面测试、分析与迭代优化。
5. 前沿追踪与分享：
持续跟踪计算机视觉、自然语言处理、多模态学习、强化学习及自动驾驶领域的最新进展，特别是VLA相关的研究。
在团队内部分享知识和技术洞察，推动团队整体技术水平提升。
任职要求
1. 教育背景：
计算机科学、人工智能、机器人学、电子工程、应用数学或相关领域的硕士及以上学历，博士优先。
2. 技术能力：
深度学习基础扎实：精通深度学习理论基础（CNN, RNN/LSTM, Transformer, Attention等）和主流框架（PyTorch/TensorFlow）。
多模态学习经验：深入理解并具备视觉-语言模型（如CLIP, BLIP, Flamingo, LLaVA等）或VLA相关模型的研发经验。熟悉多模态表示学习、对齐、融合等技术。
编程能力：精通Python编程，具备优秀的软件工程能力和良好的代码习惯。熟悉Linux开发环境。
数据处理能力：熟练处理大规模数据集，熟悉相关工具和流程。
3. 领域知识 (至少满足一项)：
对自动驾驶核心技术栈（感知、预测、规划、控制）有深入理解。
具备机器人学习、强化学习（RL）或模仿学习（IL）经验，特别是与动作生成/决策相关。
在计算机视觉（目标检测、分割、场景理解等）或自然语言处理（语义理解、文本生成等）方向有深入研究背景。
4. 经验要求：
本科3年及以上，硕士需1年以上，博士应届及以上相关领域（多模态学习、大模型、自动驾驶算法、机器人决策等）的算法研发经验。有实际VLA项目经验者优先。
5. 个人素质：
出色的分析和解决复杂问题的能力。
强烈的自驱力、创新意识和探索精神，对前沿AI技术充满热情。
优秀的沟通能力和团队协作精神。
良好的英语读写能力，能够阅读前沿论文和技术文档。
加分项
1. 有端到端自动驾驶、基于学习的决策规划模型研发经验。
2. 在顶级会议（CVPR, ICCV, ECCV, NeurIPS, ICML, ICLR, CoRL, RSS, ICRA, IROS等）发表过多模态学习、VLA、自动驾驶相关论文。
3. 具备大模型（LLM, VLM）训练、调优、部署经验，熟悉相关工具链（Hugging Face, DeepSpeed, Megatron-LM等）。
4. 熟悉自动驾驶仿真工具（CARLA, VTD, LGSVL等）和测试验证流程。
5. 有车载嵌入式平台（如NVIDIA DRIVE Orin/Thor, Qualcomm Ride等）算法部署优化经验。
6. 具备领导或指导初级工程师的经验。
2026-06-29 15:02
IP属地：安徽合肥
职位福利
硕士5-10年
奇瑞智能汽车科技（合肥）有限公司
1000-9999人
鱼泡安全保障
如遇到办证收费、刷单、传销、诱导买车等违规行为，请立即向鱼泡直聘投诉举报投诉举报 >
附近适合您的职位
高级算法工程师（派驻佛山广东）
3-6万元/月
算法工程师经验不限本科深度学习机器学习大模型算法QWENTransformer自然语言处理搜索/推荐算法知识图谱PyTorchTensorFlowPythonC++Java阿里云
合肥 包河区
智能座舱大模型算法工程师
1.5-3万元/月
算法工程师经验不限硕士发表算法相关优秀论文C/C++Java大模型算法自然语言处理算法多模态算法算法工程化经验参加算法相关竞赛/获奖Python
合肥 包河区
智能座舱-传感器算法团队负责人
3-6万元/月
算法工程师5-10年硕士团队管理经验图像算法深度学习大模型算法多模态算法算法工程化经验融合感知算法并行计算嵌入式开发优秀开源项目经历C/C++机器学习模型加速/性能优化Python
合肥 包河区
收藏职位
