职位描述 1、设计并实现自动驾驶模型的数据闭环流程，构建千万clips的端到端模型训练数据集。包括数据筛选、预处理、模型训练与效果验证；构建面向模型能力提升的数据流转机制，缩短数据到模型效果提升的周期。 2、基于模型表现、仿真与线上反馈，采用离线foundation models、VLM/LLM等自动或半自动挖掘长尾场景、失败样本和高价值数据；针对关键能力（如静态障碍、复杂交互、特殊交通设施等）制定数据补充与增强策略。 3、设计高效的数据筛选、去噪、重采样与质量评估方法；协同标注团队或自动标注系统，制定可规模化的数据生产与校验流程。 4、你将实践perception/prediction foundation models、VLM/LLM等算法的训练和部署 【岗位职责】 1.负责智能驾驶模型训练优化的研究和落地，通过数据并行，模型并行，通信优化，CUDA算子优化等，大幅提升模型的训练速度与效率； 2.深入分析训练系统，定位和解决训练系统各个层次的性能瓶颈，不断提升训练效率，打造领先的训练系统，推进算法的高效迭代； 【任职要求】 1.硕士研究生在读，计算机视觉、深度学习、机器人相关专业； 2.精通C++或python中的一种，具备良好的代码规范和工程化经验； 3.了解分布式系统、大数据处理框架（如Spark、Flink）或AI训练框架（如PyTorch、TensorFlow） 4.对自动驾驶技术有浓厚兴趣和热情，愿意投身该领域基础设施建设工作； 5.有较强学习能力和问题解决能力，能快速适应新技术新环境； 6.注重细节，有责任心，具备良好抗压能力，能承担一定工作压力。