算法研发与创新：负责自动驾驶领域基础模型的研发，包括但不限于多模态大模型训练、视觉底座模型构建、多任务学习框架设计、模型蒸馏与轻量化技术等
探索自监督/半监督/弱监督学习方法，提升模型在复杂场景下的泛化能力与鲁棒性
参与全球领先的自动驾驶技术研发，推动技术成果转化为高价值专利，并发表高水平学术论文
系统优化与落地：构建高效的大规模分布式训练框架，优化模型训练效率与资源利用率
推动算法在车载计算平台或云端系统的工程化部署，解决实际业务场景中的性能瓶颈
数据与模型迭代：设计并实现大规模数据处理流水线，挖掘高价值数据驱动模型性能提升
构建场景化评测基准，持续驱动模型在复杂城市路况中的性能迭代
跨团队协作：与感知、规划、仿真等团队深度合作，推动基础模型在自动驾驶全链路中的技术落地