小马智行
PonyStar顶尖人才计划（27届）校招
PonyStar顶尖人才计划（27届）校招
发布于 大约 2 个月前普通员工/个人贡献者
北京市 / 广州市
无经验要求
全职员工
仅现场办公
博士
研究与开发 (研发)
数据工程
强化学习
自动驾驶
AI基础设施
博弈论
具身智能
端到端模型
3DGS
Vlm/Vla
AI 估算 · 30k–50k
顶尖人才计划，博士学历，前沿技术方向，自动驾驶行业薪资竞争力强。
职位详情
关于这个职位
小马智行面向2027届顶尖学生推出PonyStar人才计划，专注于自动驾驶前沿技术研发
你将有机会参与多模态语义融合、VLM/VLA、3DGS、强化学习、博弈论、具身智能、AI基础设施等热门方向的研究与落地
该计划要求候选人在顶级学术会议或竞赛中有突出表现，适合学术背景深厚、技术能力超群的博士生
最低要求
学术达人 在国际顶尖学术会议或期刊上（如CVPR/IJCAI/AAAI/ICLR/NeurIPS/ICML等）发表过重要学术论文
竞赛高手 在国内外顶尖赛事（如ACM ICPC/CCPC、IOI/NOI、CodeForces/TopCoder、RoboCup/RoboMaster等）获奖经历
大牛学霸（无论本科、硕士、博士） 计算机科学、人工智能、软件工程、自动化等相关专业TOP学生 其他专业但能力超众可以快速学习的学生
工作职责
你可以在下列各种热门、前沿的方向中，根据自己的背景与兴趣，随意选择一个或多个方向，包括但不限于： 多模态语义融合
VLM/VLA在云端和车端应用
DGS、对抗网络和扩散模型构建虚拟数据、世界模型
强化学习在自动驾驶和空间场景中的应用
博弈论与交互决策
下一代具身智能基础模型预研
AI基础设施与端到端模型推理性能优化部署
数据工程等
AI 洞察
优缺点分析
优点
- 参与最前沿的自动驾驶技术研发，接触多模态、强化学习、具身智能等热门方向
- 公司为自动驾驶独角兽，技术实力雄厚，平台资源丰富
- 顶尖人才计划提供高薪资和快速成长通道，适合学术背景强的候选人
- 自动驾驶行业竞争激烈，技术迭代快，需保持领先
- 适合在顶级学术会议或竞赛中有突出成果、渴望将前沿研究应用于实际自动驾驶场景的博士生
缺点 / 挑战
- 技术难度极高，需要持续学习和创新，压力较大
角色解读
- 在顶尖技术团队中快速成长为自动驾驶领域的算法专家或技术负责人
- 有机会参与核心算法从研究到落地的全流程，积累工业级经验
- 未来可向技术管理、首席科学家或创业方向发展
- 研究并开发多模态语义融合、VLM/VLA等前沿算法，应用于自动驾驶感知与决策
- 利用3DGS、对抗网络、扩散模型等技术构建虚拟数据或世界模型，提升仿真能力
- 探索强化学习、博弈论在自动驾驶和空间场景中的交互决策应用
- 参与AI基础设施优化，包括端到端模型推理性能优化与部署
- 扎实的机器学习/深度学习理论基础，熟悉CV、NLP、强化学习等方向
- 精通Python及至少一种深度学习框架（如PyTorch、TensorFlow）
- 有顶级学术会议论文发表或顶尖竞赛获奖经历，具备独立科研能力
- 对自动驾驶、具身智能等前沿领域有浓厚兴趣和深入理解
申请策略
- 关注小马智行的技术博客和开源项目，了解其技术方向
- 在简历中明确表达对自动驾驶的热情和长期职业规划
- 突出顶级会议论文发表经历，注明论文贡献和影响力
- 强调竞赛获奖经历，尤其是ACM、IOI等国际赛事成绩
- 展示与自动驾驶相关的项目经验，如感知、决策、仿真等
- 补充强化学习、多模态学习等方向的理论和实践
- 熟悉自动驾驶开源框架（如Apollo、CARLA）或端到端模型部署工具
面试指南
- STAR法则：描述情境、任务、行动、结果，突出个人贡献和思考
- 技术问题：先阐述基本原理，再结合实际场景分析挑战和解决方案
- 请介绍你发表过的一篇顶会论文，包括动机、方法、实验结果和你的贡献
- 如何将强化学习应用于自动驾驶的决策规划？请举例说明
- VLM/VLA在车端部署面临哪些挑战？如何优化推理性能？
- 你如何看待多模态融合在自动驾驶中的关键问题？
- 复习深度学习、强化学习、多模态等核心知识，准备1-2个深度项目案例
- 了解小马智行的技术路线和产品，思考如何将自身研究与之结合
匹配度报告
75
综合匹配度
顶尖自动驾驶算法研究岗，前沿技术栈，高成长高薪资，但工作强度大。
适合人群
最适合追求技术成长和前沿创新的求职者，对工作生活平衡要求不高。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利80
成长发展95
工作生活40
使命价值85
薪资福利匹配
80较高
薪资水平在行业中偏高，但JD未明确福利细节，整体补偿性较好。
薪资信号未披露（AI估算：30K-50K/月）
成长发展匹配
95较高
职位聚焦前沿技术，提供顶尖科研平台，成长空间极大。
技术前沿前沿/新兴技术
技术栈多模态语义融合、VLM/VLA、3DGS、强化学习、博弈论、具身智能、AI基础设施、端到端模型
业务类型profit_center
工作生活匹配
40较低
JD未提及WLB，自动驾驶行业通常工作强度较大，生活化动机满足有限。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值匹配
85较高
自动驾驶是高速增长赛道，对社会交通有积极影响，意义感较强。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度开拓性创新（行业首创）
小马智行 的其他在招职位
相似职位推荐
Watch Jobs