初速度
深度学习算法工程师
深度学习算法工程师
发布于 5 小时前普通员工/个人贡献者
全职员工仅现场办公自动驾驶
自动驾驶
强化学习
模仿学习
深度学习
生成模型
自动驾驶
计算机视觉
End2End Planning
值不值得投
79综合评分
综合评分 79
自动驾驶前沿赛道、技术含金量高、成长空间大，薪资具备竞争力，但WLB情况未知。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
4.5万
比自动驾驶中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
18 个在招
市场机会
选择面较广
北京 · 自动驾驶 · 约 140 个在招
职位详情
关于这个职位
该职位主要负责自动驾驶端到端深度学习规划算法的设计、模型训练与评测
你需要通过算法研究增强模型对道路结构的认知，提升无高精地图场景下自动驾驶产品的导航性能、安全性与舒适性
最低要求
计算机、机器学习、人工智能、机器人等相关专业，熟练使用 C/C++、Python，有良好的数据结构和算法基础
有扎实的数学基础，对深度学习领域的经典方法、最新进展有一定了解
工作职责
参与End2End Deep Learning Planning算法设计、模型训练、评测构建等相关工作
参与算法研究工作，增强模型对道路结构认知的能力，提升高速/城市无高精度地图下，自动驾驶产品的导航性能，以及行驶安全性、合规性、舒适性
优先资格
具有End2End Planning，CV，Deep Generative Model，Imitation Learning，Image-based Reinforcement Learning等研发经历者优先
有ACM等编程比赛获奖经历的优先
有复杂系统工程经验、优秀开源项目研发经历者优先
AI 洞察
优缺点分析
优点
- 处于自动驾驶前沿赛道，端到端大模型是当前行业最热门且最具潜力的技术方向
- 算法落地对安全性、合规性要求极高，从仿真到实车的调试和验证周期较长
- 适合对自动驾驶充满热情、具备扎实数学与编程功底，且喜欢钻研前沿深度学习算法的技术极客
缺点 / 挑战
- 能接触到无高精地图下的复杂城市场景，技术挑战大，个人技术含金量与行业竞争力提升快
- 技术迭代极快，需要持续跟进最新学术论文和前沿方法，学习压力较大
角色解读
- 从算法工程师成长为自动驾驶规划算法专家，深入掌握端到端大模型落地技术
- 未来可向技术架构师或算法团队负责人方向发展，主导核心算法模块的演进
- 负责自动驾驶端到端深度学习规划算法的设计、模型训练与评测构建
- 研究并优化模型对道路结构的认知能力，提升无高精地图场景下的导航性能、安全性与舒适性
- 熟练掌握C/C++和Python，具备扎实的数据结构、算法和数学基础
- 熟悉深度学习经典方法及前沿进展，了解End2End Planning、CV、生成模型或强化学习等技术
申请策略
- 了解初速度在端到端自动驾驶领域的最新技术博客或论文，展现对公司技术路线的认同与理解
- 突出在End2End Planning、计算机视觉或强化学习等领域的项目经验与落地成果
- 展示ACM等编程竞赛获奖经历或优秀开源项目贡献，证明扎实的代码与算法能力
- 深入学习模仿学习（Imitation Learning）和基于图像的强化学习（Image-based RL）的前沿论文
- 提升复杂系统工程落地能力，了解算法从仿真环境到实车部署的全链路流程
面试指南
- 采用STAR法则描述项目经验，突出“问题定义-方法设计-工程落地-结果收益”的完整闭环
- 对于算法理论问题，先讲核心思想与直觉，再推导关键公式，最后结合实际场景说明优化策略
- 请介绍你在End2End Planning或相关深度学习项目中的具体工作、遇到的挑战及解决方案
- 在无高精地图场景下，如何提升模型的导航性能和行驶安全性？
- 你的数学基础如何？请解释一下强化学习或生成模型中的某个核心公式及其推导
- 遇到模型在仿真和实车表现不一致时，你通常如何排查和解决？
- 复习深度学习、强化学习、模仿学习的经典论文及最新进展，确保能流畅推导核心公式
- 准备1-2个自己主导的复杂算法落地案例，重点讲解工程实现细节与Corner Case的处理经验
职位点评
薪资福利85
成长发展90
工作生活50
使命价值85
薪资福利
85较高
自动驾驶算法岗属于高薪技术岗位，且公司为C轮后大型企业，薪资福利具备较强市场竞争力。
薪资信号未披露（AI估算：3千–6万/月）
成长发展
90较高
端到端自动驾驶是当前AI领域最前沿的方向之一，技术成长空间巨大，能接触到行业顶尖的技术挑战。
技术前沿前沿/新兴技术
技术栈C/C++、Python、End2End Deep Learning Planning、CV、Deep Generative Model、Imitation Learning、Image-based Reinforcement Learning
业务类型profit_center
工作生活
50较低
JD未提及工作模式与加班情况，但算法研发岗通常面临较高的项目交付压力，WLB情况无法明确判断。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
85较高
自动驾驶技术致力于提升交通安全与效率，具有显著的正向社会价值，且行业处于快速发展期。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号提升高速/城市无高精度地图下，自动驾驶产品的导航性能，以及行驶安全性、合规性、舒适性
创新程度开拓性创新（行业首创）
Watch Jobs