1. 计算机相关专业，硕士及以上学历，代码基础扎实 2. 熟练使用 PyTorch 和深度学习相关算法 3. 对工业级规模的数据处理和模型训练感兴趣 4. 有模型架构设计、视觉表征学习或大规模模型训练及数据处理相关经验 5. 有数据竞赛（如 kaggle）奖牌或推荐算法相关经历优先，有成功开源项目者优先

1、CUDA专家级开发经验： a.精通GPU内存模型（Global/Shared/Register/L2 Cache）、SM架构、Warp调度机制； b.熟悉指令级优化（PTX/SASS调优、LDGSTS指令、异步拷贝与计算流水）； c.掌握CUDA高级特性（Cooperative Groups、Atomic锁竞争规避、Stream并发）； d.具备Tensor Core编程经验（mma.sync指令、Warp矩阵计算抽象）。 2、高性能计算优化经验： a.深入理解GEMM优化技术（Double Buffering、Software Pipeline、Bank Conflict消除）； b.熟悉CUTLASS开源库架构，能基于CUTLASS 2.x/3.x扩展定制化GEMM/Conv算法； c.掌握Kernel性能分析方法（Roofline模型、Occupancy计算、指令吞吐/延迟分析）。 3、深度学习领域背景： a.熟悉PyTorch/TensorFlow等框架的算子实现机制（如ATen、TorchScript）； b.具备推理引擎优化经验（TensorRT/TVM优化、INT8量化算子实现）。

1. 具备良好的学习能力、丰富的想象力和创新思维，不拘泥于现有框架，致力于找到新的解决方案； 2. 逻辑清晰，能够快速把握问题和需求重点，在有限约束下做出最优选择； 3. 对自动驾驶系统及生产链(包括：自动驾驶功能/功能安全/数据闭环/车辆架构/智能座舱等)有深刻理解； 4.有技术研发背景、自动驾驶产品设计或互联网AI产品经验，有高阶自动驾驶系统前装量产经验者优先；

1. 计算机、电子信息相关专业，本科及以上学历，相关从业经历2年+； 2. 有扎实的C++和Linux编程基础，熟悉面向对象设计思想，对多线程开发以及设计模式等有丰富的使用经验； 3. 有架构设计经验，熟悉常见的工程代码优化方案，对整体软件质量的准出有自己的见解； 4. 具有一定的数学基础和控制理论基础，具备抽象和建模仿真的能力(加分)； 5. 有良好的沟通能力，特别是具备主人翁意识，能够独立主动的进行上下游合作（加分）。

在相关领域的（机器人，计算机，自动化，计算数学等）BS/MS/PhD 在读 精通Linux 环境下的命令行，熟悉C++编程 熟练使用深度学习相关的框架和工具，有pytorch等框架的开发或使用经验 熟悉常见2d检测/跟踪算法，有相关项目背景或实习经历 加分项： 对小目标检测相关领域有兴趣或经验的优先 有在相关系统（机器人、无人机或车）平台上开发/实现相关算法模块的经验的优先 有顶会论文者优先

岗位要求 (Requirements) 基础门槛 学历背景： 计算机、自动化、数学、车辆工程或相关专业，硕士或博士在读（优秀本科生亦可）。 代码能力： 具备扎实的编程功底（Python/C++），熟悉常见数据结构与算法（LeetCode Medium/Hard 水平），代码风格良好。 框架熟练度： 熟练使用至少一种深度学习框架（PyTorch / TensorFlow / JAX），有较强的动手复现能力。 专业技能（满足以下其一即可） 自动驾驶方向： 熟悉 2D/3D 检测、分割、跟踪、轨迹预测或规划控制算法。 对 BEV（鸟瞰图）感知、NeRF、3D Gaussian Splitting 等技术有深入理解者优先。 大模型/生成式AI方向： 深入理解 Transformer 架构（Attention机制等）。 有 LLM（大语言模型）或 VLM（视觉语言模型）的微调（SFT）、RLHF 或 RAG 实战经验。 熟悉 Diffusion Model，有视频生成或图像生成项目经验者优先。 实习时间 Fulltime实习，实习周期6个月以上。 加分项 (Bonus Points) 科研成果： 在 CVPR, ICCV, ECCV, NeurIPS, ICRA 等顶级会议以第一作者发表过论文。 竞赛获奖： 在 ACM-ICPC, Kaggle, nuScenes, Waymo Open Dataset 等相关竞赛中获得过 Top 名次。 实习经历： 有主流自动驾驶公司（如 Waymo, Tesla, 小马, Momenta 等）或大模型头部实验室实习经历。 开源贡献： 在 GitHub 上有高 Star 项目或作为主要贡献者参与过知名开源项目。 我们提供 (Benefits) 算力自由： 充足的 GPU 集群资源，支持大规模模型训练。 大牛带队： 行业技术大牛一对一指导，浓厚的 Mentor 氛围。 前沿业务： 直接接触海量真实路测数据，你的算法将有机会跑在真车上。 转正机会： 表现优异者可获得校招转正机会。

岗位要求 (Requirements) 基础门槛 学历背景： 计算机、自动化、数学、车辆工程或相关专业，硕士或博士在读（优秀本科生亦可）。 代码能力： 具备扎实的编程功底（Python/C++），熟悉常见数据结构与算法（LeetCode Medium/Hard 水平），代码风格良好。 框架熟练度： 熟练使用至少一种深度学习框架（PyTorch / TensorFlow / JAX），有较强的动手复现能力。 专业技能（满足以下其一即可） 自动驾驶方向： 熟悉 2D/3D 检测、分割、跟踪、轨迹预测或规划控制算法。 对 BEV（鸟瞰图）感知、NeRF、3D Gaussian Splitting 等技术有深入理解者优先。 大模型/生成式AI方向： 深入理解 Transformer 架构（Attention机制等）。 有 LLM（大语言模型）或 VLM（视觉语言模型）的微调（SFT）、RLHF 或 RAG 实战经验。 熟悉 Diffusion Model，有视频生成或图像生成项目经验者优先。 实习时间 Fulltime实习，实习周期6个月以上。 加分项 (Bonus Points) 科研成果： 在 CVPR, ICCV, ECCV, NeurIPS, ICRA 等顶级会议以第一作者发表过论文。 竞赛获奖： 在 ACM-ICPC, Kaggle, nuScenes, Waymo Open Dataset 等相关竞赛中获得过 Top 名次。 实习经历： 有主流自动驾驶公司（如 Waymo, Tesla, 小马, Momenta 等）或大模型头部实验室实习经历。 开源贡献： 在 GitHub 上有高 Star 项目或作为主要贡献者参与过知名开源项目。 我们提供 (Benefits) 算力自由： 充足的 GPU 集群资源，支持大规模模型训练。 大牛带队： 行业技术大牛一对一指导，浓厚的 Mentor 氛围。 前沿业务： 直接接触海量真实路测数据，你的算法将有机会跑在真车上。 转正机会： 表现优异者可获得校招转正机会。

职位要求： 计算机科学、信息技术、电子工程、汽车工程或相关专业本科及以上学历； 3-5年（及以上）软件开发相关工作经验；如候选人的经验更偏产品经理或集成测试，则需要证明自己有较为优秀的代码功底； 拥有极强的责任心，优秀的沟通协作能力，出色的用户与产品思维 加分项： 有汽车行业整车系统集成项目经验者优先； 曾经作为模块lead、或有过小规模集成经验、或有过对外产品交付经验者优先； 具有项目管理经验或持有相关技术认证（如PMP、Scrum Master）优先； 有汽车行业相关软硬件经验者优先，包括但不限于：熟悉汽车电子电气架构和常见的通信协议（如CAN、LIN、Ethernet等）；熟悉嵌入式软件开发，熟悉C/C++、MATLAB/Simulink等工具；熟悉自动驾驶系统相关的传感器技术（如LIDAR、雷达、摄像头）；熟悉汽车功能安全标准（如ISO 26262）；熟悉车载以太网、OTA（Over-the-Air）更新技术。

1.计算机、自动化、数学等相关专业，硕士以上在读； 2.具备扎实的编程实现能力，熟练使用C++/Python； 3.熟练掌握计算机视觉和机器学习相关的理论知识和实践技能； 4.有AI相关经验，有使用TensorFlow/Pytorch等平台经验； 5.熟悉计算机视觉前沿算法，在CVPR，ICCV，ECCV等相关顶级学术会议期刊发表过相关论文者优先。

1.最好能实习4个月以上，人工智能、计算机科学、软件工程、数学、物理、电子工程、自动化等相关专业; 2.曾接触过自动驾驶相关算法、大规模3D场景重建或AIGC数据生成的实际项目; 3.了解并热爱场景重建相关领域知识，如SfM/MVS/SLAM、NeRF、3DGS、计算机图形学/逆向渲染等，或了解并热爱生成式AI领域知识，如Stable Diffusion、Flux、VAE/GAN、多模态LLM预训练/微调、半监督/自监督学习等: 4.熟练使用Linux、Python、PyTorch或TensorFlow、C++、CUDA;. 5.良好的团队沟通与协作能力; 加分项: 1.参与过AI相关领域开源项目，并有代码贡献; 2.在AI相关领域的顶级会议上发表过论文，如SIGGRAPH、CVPR、ICCV 福利待遇: 1.提供餐补、节假日&周边礼包 2.餐补夜宵、24H零食饮料供应 3.每周兴趣协会活动(公司承担费用)3. 4.Mentor 1V1指导带教

1.熟练掌握C++编程、pytorch或tensorflow等常见框架，熟悉ROS框架及Linux开发环境。 2.理解主流SLAM框架（如LIO-SAM、LIO-Mapping、VINS-Mono等），熟悉其源码实现与优化方法； 3.熟悉Kalman Filter、非线性优化理论，具备多传感器融合算法开发经验； 4.熟悉LiDAR/IMU/GNSS/轮速等车载传感器特性及数据处理方法（如标定、时序同步、去噪等）； 5.有高精地图自动建图、导航地图的数据制作、自动驾驶规划算法经验者优先； 6.了解机器学习基本概念，有实时绑路项目经验者优先； 7.熟悉深度学习在SLAM中的应用（如语义SLAM、动态物体处理、端到端定位等），有相关项目经验优先； 8.在机器人/自动驾驶领域顶会发表过论文或参与过机器人竞赛/开源SLAM项目贡献优先。

1. 本科及以上学历，计算机相关专业，3 年及以上前端开发经验（可根据级别调整）； 2. 扎实的前端基础： -熟练掌握 HTML / CSS / JavaScript（ES6+）； -熟悉浏览器原理、事件模型、性能优化基本方法； 3. 熟练使用至少一种主流前端框架：React / Vue （优先 React）； 4. 熟悉Module Federation/qiankun/single-spa等主流微前端框架； 5. 熟悉前后端接口协作模式（RESTful / GraphQL），具备良好的接口设计与调试能力； 6. 具备良好的代码习惯、文档意识和团队协作能力。 加分项： 1. 有中后台 / 内部系统 / B 端系统 / MLOps平台 开发经验； 2. 有组件库、低代码平台、可视化配置系统经验； 3. 有性能优化、复杂表单、权限系统、流程系统经验； 4. 对前端架构、工程效率提升有实践和思考； 5. 可以熟练使用AI工具完成代码开发及原型设计。

1.熟练掌握C++11或者以上版本，能够灵活使用设计模式、数据结构与算法以及多线程等手段优化自己的程序，代码风格良好； 2.有丰富的Linux下平台开发经验，熟悉多进程多线程间通信方式、熟悉常见的网络以及车端通讯协议； 3.熟练使用GDB/GIT/CMAKE/DOCKER等相关开发工具，有脚本语言使用经验（Shell/Python等）； 4.有一定的架构设计经验，熟悉常见的PC端或者系统软件架构设计模式，对软件质量有要求； 5.有主机厂或者相关行泊车等业务开发经验，有量产落地经验优先，沟通能力良好，对工作有责任心，； 6.优秀的代码优化能力和问题建模能力，包括但不限于：优化运行时间、IO、内存占用，能够以创新的思维解决具有挑战性的问题。

1.理解常用的算法以及调优方法，具有强化学习、模仿学习相关经验优先。 2.优秀的python/C++编程能力和模型开发能力，掌握基础的数据结构和算法，熟练使用Python、pytorch。 3.熟悉常见的规划算法（A*,RRT*，Lattice based，MPC，Apollo EM）或行为决策、行为意图/轨迹预测相关算法。 4.有行泊、主动安全相关量产研发经验优先。 5.在CVPR/ICCV/ECCV/NeurPS/ICLR/ACL/EMNLP等有相关论文发表，或在相关国际竞赛和算法竞赛（ACM/IOI/NOI/Top Coder)中取得优异成绩者优先。

1. 计算机基础扎实，熟练使用C/C++，具有较强的软件开发和架构能力； 2. 熟悉一种或多种深度学习框架或AI编译框架（Caffe/PyTorch/TensorFlow/TVM等）底层工作原理； 3. 熟悉异构计算架构，具备良好的并行计算思维，有GPU、NPU、或其他AI芯片上应用开发与优化经验； 4. 具有推理加速相关，精度、速度，调优分析工具链的开发经验。

1. 具备良好的学习能力、丰富的想象力和创新思维，不拘泥于现有框架，致力于找到新的解决方案； 2. 逻辑清晰，能够快速把握问题和需求重点，在有限约束下做出最优选择； 3. 对自动驾驶系统及生产链(包括：自动驾驶功能/功能安全/数据闭环/车辆架构/智能座舱等)有深刻理解； 4.有技术研发背景、自动驾驶产品设计或互联网AI产品经验，有高阶自动驾驶系统前装量产经验者优先；

1. 本科及以上学历，机械工程、电子工程、自动化或相关专业； 2. 至少3年机电产品设计或机器人关节、整机研发相关经验； 3. 熟练掌握机械设计、电路设计和电机控制技术； 4. 对关节运动学、动力学有深入理解； 5. 具备良好的团队合作精神和沟通能力，能够与跨学科团队协作； 6. 具备出色的问题解决能力，能够在快节奏的环境中应对技术挑战。

具备扎实的编程实现能力，熟练使用C++/Python； 熟练掌握计算机视觉和机器学习相关的理论知识和实践技能； 有AI相关经验者优先，有使用Caffe/TensorFlow/Pytorch等平台经验者优先; 有图像处理/GPU算法优化经验者优先； 熟悉计算机视觉或者点云感知前沿算法，在CVPR/ICCV/ECCV/AAAI/ML/DL/RL/Graphics等相关顶级学术会议期刊发表过相关论文者优先，或有大型benchmark竞赛且名次靠前者优先

1. 熟练使用pytorch等深度学习训练框架； 2. 计算机视觉基础扎实，熟悉主流技术路线； 3. 有运动/轨迹预测相关研究经验的优先； 4. 有LLM/MLLM/VLM研发经验的优先； 5. 有相关paper发表的优先; 6.实习时长需6个月及以上； 7.提供转正机会。

1. 本科及以上学历，3年以上工作经验； 2. 熟悉C/C++语言及调试技巧； 3. 熟悉Linux应用程序开发； 4. 有OpenCV、OpenGL、CUDA开发经验优先； 5. 了解Camera/Lidar工作机制、传输协议优先。