关于我们 博世集团（Bosch Group）成立于1886年，全称是罗伯特·博世有限公司（BOSCH），是工业技术、消费品和能源及建筑技术的产业。博世公司以其创新尖端的产品及系统解决方案闻名于世。 博世集团是全球第一大汽车技术供应商，员工人数超过 42万，遍布 50 多个国家。2022年销售额达到884亿欧元，其中在中国销售额达到1323亿人民币。 2018年7月19日，《世界500强排行榜发布，博世集团位列75位。2022年12月，位列《2022胡润世界500强》第58位。 职责描述: 1.核心职责： 你将深度参与到利用强化学习解决自动驾驶决策规划(AI Planning)关键问题的研究中，推动技术边界。 2.算法研发： 调研、设计、实现并优化用于复杂自动驾驶场景（如：无保护左转、密集车流汇入、博弈场景、复杂环岛等）的强化学习算法。 研究并实现满足安全性和舒适性约束的强化学习训练框架。 3.模拟环境构建与利用： 在自动驾驶高保真仿真环境中进行强化学习智能体的训练和测试。 理解仿真环境特性，设计或改进仿真场景以更好地支持RL算法的训练与评估。 参与搭建或优化高效的强化学习训练Pipeline。 岗位要求: 必要条件 (Must Have) 1.学历背景： 计算机科学、人工智能、自动化、电子工程、应用数学、机器人学等相关专业在读硕士/博士研究生，或特别优秀的本科生。 2.核心算法基础： 扎实掌握： 机器学习基础（监督/无监督学习），深度学习原理与实践（CNN, RNN/LSTM, Transformer等）。 深入理解： 强化学习核心理论与经典算法（MDP, Bellman Equation, Policy Gradient, Value-Based Methods, Actor-Critic等），并能清晰阐述其优缺点。 3.编程能力： 精通Python，（熟练使用NumPy, Pandas, Matplotlib/Seaborn等）。 熟练使用至少一个主流深度学习框架（PyTorch 优先, TensorFlow）。 良好的编程习惯（版本控制Git，代码规范，单元测试意识）。 4.动手能力： 具有在仿真环境（如Gym, Atari）或机器人平台上实现、训练和评估强化学习算法的实际动手经验。 5.问题分析与解决能力： 逻辑思维清晰，具备独立钻研和解决复杂技术问题的能力。 6.学习与沟通能力： 学习意愿强烈，能快速理解新知识；具备良好的中英文技术文献阅读能力；能清晰地进行技术沟通和表达。 优先条件 (Strongly Preferred) 1.自动驾驶领域经验： 对自动驾驶系统（感知、定位、预测、决策、规划、控制）有基本了解，或有相关课程/项目/竞赛经验。 2.高级RL经验： 在以下任一领域有实际经验或深入理解：   模仿学习 / 逆强化学习 离线强化学习 / 批量强化学习 多智能体强化学习 基于模型的强化学习 分层强化学习 奖励函数设计 / 课程学习 3.特定仿真平台经验： 有使用Carla, LGSVL, VTD等自动驾驶仿真平台或AirSim等机器人仿真平台的经验。 4.研究成果： 在顶级会议/期刊（如ICML, NeurIPS, ICLR, CoRL, RSS, ICRA, CVPR - RL相关）发表论文，或在Kaggle等竞赛中取得优异成绩是显著加分项。 福利: 500强外企，跨文化交流，大平台新视野。 公司有食堂班车，工作氛围轻松愉快，可优先接触内部转正机会！ 与行业专家一对一指导，快速提升专业技能和职场竞争力。 在世界百强外企中积累宝贵的实习经验，为你的简历增色。