虹软科技
端到端自动驾驶规划工程师（实习）
端到端自动驾驶规划工程师（实习）
发布于 大约 3 小时前实习/见习
杭州市
无经验要求
实习生
仅现场办公
硕士
机器学习工程
Cnn
Pytorch
Rnn
Tensorflow
数据清洗
深度学习
自动驾驶
规划算法
计算机视觉
AI 估算 · 4k–8k
实习岗位，杭州自动驾驶算法实习薪资水平中等偏上，按月计算。
职位详情
关于这个职位
该实习岗位专注于端到端自动驾驶规划算法的研究与实践，你将参与前沿的规控算法开发，并负责清洗和构建实验数据
适合对自动驾驶、深度学习和计算机视觉有浓厚兴趣的硕士及以上学历在校生，能够深入理解并重现论文算法，使用PyTorch/TensorFlow等框架进行模型训练与优化
最低要求
硕士及以上学历，图像处理、机器学习、模式识别、人工智能等方向的相关专业
有扎实的数学功底、深厚算法理论基础和较强的编程能力，能快速理解并重现论文中的算法
熟悉理解自动驾驶规控领域内基于神经网络的相关算法，至少在其中某一方面有深入了解和实践
熟悉深度学习框架（pytorch/tensorflow）
熟悉深度学习训练流程，对训练样本设计有深入理解，对CNN/RNN/Transformer有深入理解
工作认真负责，学习能力较强，有熟练的英文文献资料阅读能力
每周能保证3-5天实习，能持续至少3月以上优先
工作职责
自动驾驶规控领域算法研究
清洗构建实验数据
优先资格
优先考虑：领域内重点实验室
在高水平学术会议、期刊上有第一作者论文发表
在算法或计算机视觉相关大赛中获得较好名次
AI 洞察
优缺点分析
优点
- 接触自动驾驶领域最前沿的端到端算法，技术含量高，学习曲线陡峭
- 上市公司平台，资源丰富，有机会参与真实项目，积累宝贵经验
- 团队氛围技术导向，可与资深工程师和研究员交流，快速提升科研和工程能力
- 实习期需要快速掌握大量前沿知识，工作强度较大，适合抗压能力强的同学
- 算法研究具有不确定性，可能需要反复实验和调参，需要耐心和毅力
- 适合对自动驾驶算法有强烈兴趣、具备扎实深度学习基础、希望积累顶级科研或项目经验的硕士及以上在校生
缺点 / 挑战
- 对数学和编程能力要求较高，入门门槛不低
角色解读
- 在实习期间积累自动驾驶算法实战经验，可向高级算法工程师或研究员方向发展
- 表现优异有机会转正，进入虹软科技或同行业公司担任自动驾驶算法工程师
- 后续可深造攻读博士，或在学术界与工业界结合的研究岗位上持续深耕
- 研究并复现最新的端到端自动驾驶规划算法（如基于Transformer、CNN的轨迹预测与决策）
- 清洗和构建实验所需的数据集，包括数据采集、标注、预处理等
- 使用深度学习框架（PyTorch/TensorFlow）搭建并训练模型，进行性能评估与优化
- 扎实的数学和算法基础：线性代数、概率统计、优化理论，能快速理解论文中的数学模型
- 深度学习技能：熟悉CNN、RNN、Transformer等网络结构，掌握PyTorch或TensorFlow框架，有实际训练经验
- 自动驾驶领域知识：了解规控(规划控制)相关算法，如行为预测、轨迹规划等
申请策略
- 在简历和求职信中展示对自动驾驶领域的技术热情，提及你了解的特定算法或论文
- 如果可能，提供GitHub链接或个人博客，展示代码能力和学习过程
- 突出相关项目或竞赛经历，例如自动驾驶规划、轨迹预测、强化学习等
- 强调论文发表或学术成果，特别是在CVPR、ICCV、NeurIPS等会议上的第一作者论文
- 详细列出掌握的深度学习框架（PyTorch/TensorFlow）和模型结构（CNN/RNN/Transformer）的实际应用经验
- 补充强化学习、模仿学习等与自动驾驶规划相关的知识，了解最新论文
- 熟练使用Git、Linux等开发工具，提升代码规范性和实验管理能力
- 如果有条件，可以自己复现一篇顶会论文，加深对算法细节的理解
面试指南
- STAR法则：情境、任务、行动、结果，用于描述项目经验
- 技术问题：先阐述原理核心，再举例说明，最后联系实际应用场景
- 算法设计题：先明确输入输出，提出多种思路，分析复杂度，推荐最优方案
- 请详细解释端到端自动驾驶规划中的某个经典算法（如ChauffeurNet、ST-P3等）的原理
- 如何设计训练数据来提升模型在罕见场景下的鲁棒性？
- 比较CNN、RNN、Transformer在轨迹预测中的优缺点
- 你在之前的项目/比赛中遇到的最大技术挑战是什么？如何解决的？
- 请推导一个简单的优化算法（如梯度下降）并说明其收敛性
职位点评
62
综合评分
顶级自动驾驶算法实习，高成长性，薪资一般，需现场办公。
从学习成长、工作节奏、岗位方向和实习待遇综合评估，方便比较实习机会。
更适合这类人
最适合以技能成长和前沿技术接触为首要目标的求职者，尤其适合希望在自动驾驶领域深耕的硕士/博士研究生。
表现最好
成长发展
相对薄弱
薪资福利
薪资福利30
成长发展95
工作生活40
使命价值80
薪资福利
30较低
实习岗位薪资水平一般，福利较少，但对实习生而言属于正常水平。
薪资信号未披露（AI估算：4K-8K/月）
成长发展
95较高
该岗位技术前沿，涉及端到端自动驾驶算法，有强大的学习资源和成长机会，能显著提升科研与工程能力。
技术前沿前沿/新兴技术
技术栈自动驾驶、规划算法、深度学习、PyTorch、TensorFlow、CNN、RNN、Transformer
成长机会算法研究、论文发表
业务类型profit_center
工作生活
40较低
现场办公，未提及弹性工作，每周需3-5天，可能有一定的通勤和时间压力。
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
80较高
自动驾驶是高速增长的赛道，对社会有积极影响（提升交通安全与效率），但实习岗位在意义感上相对有限。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
虹软科技 的其他在招职位
相似职位推荐
Watch Jobs