智驾大模型算法实习生

该职位来源于猎聘 关键字：VLA、LLM、VLM、世界模型 职位职责： 参与自动驾驶端到端大模型研发，探索 VLA（Vision-Language-Action） 统一建模范式，将感知、语言指令与规划控制联合建模。 参与 VLM/LLM 在驾驶场景的应用，包括场景理解、风险推理、指令跟随、驾驶问答与 Chain-of-Thought 决策。 参与 世界模型（World Model） 构建，研发未来场景预测、latent rollout、Occupancy/视频生成，为规划提供想象与仿真能力。 负责多模态数据管线搭建：驾驶图文/视频数据清洗、标注、tokenization、指令数据构造与质量筛选。 参与模型训练与优化：SFT、LoRA/QLoRA、DPO/RLHF、蒸馏、量化，以及分布式训练加速。 搭建评测体系，在 nuScenes / nuPlan / CARLA / 自建闭环仿真上评估模型，并推动模型上车/上闭环验证。 跟踪 CVPR / ICCV / NeurIPS / ICRA / CoRL 等前沿工作，快速复现并落地实验。 职位要求 【硕士/博士】在读，计算机、人工智能、自动化、机器人、车辆工程等相关专业。 扎实的深度学习基础，熟悉 PyTorch，有 Transformer / Diffusion / 强化学习 相关实践经验。 熟悉至少一个方向： VLA：视觉语言模型 + 动作/轨迹解码，端到端驾驶； LLM/VLM：大模型微调（SFT/DPO/RLHF）、多模态对齐、推理加速； 世界模型：视频预测、latent dynamics、Diffusion/DiT、Occupancy 预测； 自动驾驶：BEV、感知、预测、规划控制、闭环仿真。 良好的工程能力：Python 熟练，熟悉 Linux / Git / Docker，能独立完成实验与复现。 实习时间：【每周5 天，连续 3–6 个月，可长期优先】。 加分项 有 CVPR / ICCV / ECCV / NeurIPS / ICML / ICLR / ICRA / CoRL 等顶会论文（一作/共一优先）。 有 nuScenes / nuPlan / Waymo / CARLA 等自动驾驶数据集或仿真平台经验。 有 LLaVA / Qwen-VL / InternVL / LLaMA / DreamerV3 / DiT 等开源大模型实战或复现经验。 有 Megatron / DeepSpeed / FSDP 等大规模分布式训练经验。 有高质量 GitHub 开源项目、竞赛获奖（如 Waymo / nuPlan 挑战赛）或 ACM 竞赛经历。 熟悉 CUDA / TensorRT / 模型量化部署，有推理加速经验。