美团
无人车业务部-世界模型算法工程师
无人车业务部-世界模型算法工程师
发布于 大约 13 小时前普通员工/个人贡献者
北京市
中级经验
全职员工
仅现场办公
硕士
机器学习工程
3D重建
Lidar
Pytorch
世界模型
多模态生成
扩散模型
数据闭环
深度学习
自动驾驶
AI 估算 · 35k–65k
北京知名大厂自动驾驶算法岗，技术门槛高，硕士1-5年经验，薪资竞争力强，月薪中位数约5万。
职位详情
关于这个职位
该职位负责美团无人车业务部世界模型核心算法的研发，涉及扩散模型、自回归模型等多模态生成技术，用于自动驾驶场景的高保真合成与长尾数据生成
你将与顶尖团队合作，构建数据闭环，推动自动驾驶感知模型的训练与迭代
适合对生成模型和自动驾驶有深厚兴趣和经验的算法工程师
最低要求
计算机科学、电子工程、车辆工程、机器人等相关专业硕士及以上学历，1-5年相关工作经验
扎实的深度学习基础，熟练掌握PyTorch等主流框架，具备独立完成模型设计、训练和调优的能力
在世界模型方向有深入的研究或工程经验
具备良好的数学基础，对生成模型的理论原理（如Diffusion、Flow Matching等）有较深理解
良好的编程能力和工程素养，能够将研究成果高效转化为可落地的算法方案
优秀的学习能力和自驱力，能够快速跟进领域前沿并产出创新性工作
工作职责
负责自动驾驶场景下世界模型核心算法的研发，包括但不限于基于扩散模型/自回归模型的多模态生成算法设计与优化
研发LiDAR-Video等多模态可控生成技术，实现道路场景的高保真合成，支持天气迁移、风格迁移、目标轨迹控制、自车行为控制等多维度条件可控生成
探索3D场景重建与生成技术，结合3D资产生成、多视角一致性建模及感知引导，提升合成场景（特别是长尾场景）的几何与语义真实性
设计并落地合成数据闭环体系，覆盖长尾Corner Case场景生成、训练数据预处理（caption标注、质量分拣、数据剪枝）及全流程数据管理
跟踪世界模型、视频生成、3D重建等领域的前沿进展（如Sora、3DGS等），推动核心算法达到业界SOTA水平
与感知算法团队紧密协作，确保合成数据有效赋能感知模型训练，形成"生成→训练→评测"的数据飞轮
AI 洞察
优缺点分析
优点
- 平台优势明显，美团无人车业务有大规模真实配送场景和丰富数据资源
- 技术前沿性强，涉及世界模型、生成模型等热门方向，个人技术成长快
- 团队实力雄厚，汇聚自动驾驶行业顶尖人才，博士占比高，交流学习机会多
- 业务价值明确，合成数据直接赋能感知模型，能看到技术对业务的切实推动
- 技术难度大，世界模型和生成模型研究对数学和工程能力要求高，需要持续投入
- 自动驾驶行业竞争激烈，需要紧跟学术前沿并快速迭代，工作强度可能较大
- 需要与多团队紧密协作，对沟通和推动能力有一定要求
缺点 / 挑战
- 适合对生成模型和自动驾驶有浓厚兴趣、具备扎实深度学习基本功和自驱力，喜欢挑战前沿技术并将想法落地的算法工程师
角色解读
- 从世界模型算法工程师起步，可发展成为自动驾驶领域的高级算法专家或技术负责人
- 未来可向感知、决策规划等方向拓展，或专注于生成模型、3D重建等前沿技术研究
- 借助美团无人车业务落地场景，成长为技术+业务复合型人才，有机会带动团队发展
- 研发自动驾驶场景下的世界模型算法，包括扩散模型、自回归模型等生成模型的训练与优化
- 实现LiDAR-视频等多模态可控生成技术，用于道路场景的高保真合成和长尾场景生成
- 探索3D场景重建与生成，提升合成场景的几何与语义真实性
- 构建合成数据闭环，负责数据预处理和管理，并与感知团队协作形成数据飞轮
- 扎实的深度学习基础，熟练掌握PyTorch等主流框架，能独立完成模型设计、训练和调优
- 深入理解Diffusion、Flow Matching等生成模型的理论原理，有实际应用经验
- 良好的编程和工程能力，能将研究成果落地为可用的算法方案
- 了解自动驾驶感知、多传感器融合或3D重建相关领域知识
申请策略
- 关注美团无人车团队的技术博客或开源项目，了解其技术路线和业务场景，在面试中展现对应用的思考
- 准备一个完整的项目介绍，突出从问题定义、数据构建到模型落地的全流程
- 突出世界模型、扩散模型或生成式AI相关的项目和研究成果，包括论文、开源项目或落地应用
- 强调在自动驾驶或仿真场景中的实际经验，如LiDAR数据处理、多模态生成、3D重建等
- 体现独立设计模型和调优的能力，以及将算法转化为工程落地的案例
- 展示良好的数学功底和对生成模型理论的理解，可附上相关推导或技术博客
- 深入学习Diffusion、Flow Matching等生成模型的最新论文和代码实现
- 熟悉3D重建（如3DGS）和视频生成技术（如Sora），并尝试简单的实现
面试指南
- 使用STAR法则（情境、任务、行动、结果）清晰描述项目，突出个人贡献和技术深度
- 先给出原理性解释，再结合实际经验，最后提出改进方向或对比其他方案
- 对于应用型问题，可围绕数据流、指标定义、迭代优化来展开，展示系统化思维
- 请介绍一个你参与过的生成模型或世界模型项目，其技术挑战和解决方案是什么？
- 扩散模型的训练和采样过程如何优化？请谈谈你对可控生成的理解
- 如何评估合成数据对感知模型训练的效果？请设计一个数据闭环方案
- 你如何理解自动驾驶场景中的长尾问题？世界模型如何帮助解决？
- 在LiDAR-Camera融合生成中，如何保证多视角一致性和几何/语义正确性？
职位点评
74
综合评分
大厂自动驾驶前沿算法岗，技术含量高、成长潜力大，但工作压力和通勤成本需权衡。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
更适合这类人
适合追求技术前沿和快速成长、对算法创新有强烈兴趣，并能接受较高工作强度的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利78
成长发展88
工作生活50
使命价值72
薪资福利
78中等
该职位给出了明确的学历和经验要求，未在JD中透露具体薪资，但美团作为上市公司提供具有竞争力的薪酬福利，补偿性动机基本满足。
薪资信号未披露（AI估算：35K-65K/月）
成长发展
88较高
职位涉及世界模型、生成模型等前沿技术，且有明确的前沿跟踪和SOTA目标，能提供显著的技术成长空间，发展性动机较好满足。
技术前沿前沿/新兴技术
技术栈PyTorch、扩散模型、自回归模型、世界模型、LiDAR、3D重建、Sora、3DGS、Flow Matching
业务类型profit_center
工作生活
50较低
工作地点在北京，未明确远程或弹性办公，自动驾驶行业常态下可能需要加班，生活化动机满足程度一般。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
72中等
自动驾驶配送有实际社会价值，但JD未强调使命导向，行业处于增长期但竞争激烈，意义感动机有一定满足。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
美团 的其他在招职位
相似职位推荐
Watch Jobs