百度
感知无图端到端算法工程师（J106645）
感知无图端到端算法工程师（J106645）
发布于 1 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
Bev
Occupancy
多模态大模型
扩散模型
端到端算法
自动驾驶
值不值得投
80综合评分
综合评分 80
前沿自动驾驶算法岗，技术成长极佳，薪资竞争力强，但研发节奏较快
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
5.0万
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
约 1380 个在招 · 其中自动驾驶 2 个
市场机会
选择面较广
北京 · 自动驾驶 · 约 190 个在招
职位详情
关于这个职位
该职位主要负责百度自动驾驶核心感知算法的研发工作，聚焦无图/轻图方案与端到端路径生成
需结合多模态大模型技术，实现道路结构的实时感知与矢量化表达，大幅降低系统对高精地图的依赖，从而支撑海外复杂交通场景的规模化商业落地
最低要求
熟练使用 agent coding 进行代码开发，能够借助 AI 快速理解代码库、调试程序、生成原型代码，并具备对 AI 生成代码的审查与优化能力
熟练掌握 C++、Python 编程语言，具备 Linux 下开发能力，具有良好的编程习惯和工程实现能力
熟悉主要的图像深度学习模型方法，包括且不局限于 BEV/时序建模、Transformer、3D 卷积/稀疏卷积、Occupancy 等网络结构以及对应训练经验
良好的沟通表达能力和团队合作意识，能在感知、规控、数据、工程多团队协作中推动问题闭环
工作职责
负责无图/轻图自动驾驶感知算法研发，降低系统对高精地图的依赖，支撑海外复杂场景的规模化运营
负责可行驶空间与引导路径的端到端生成算法研发，探索生成式建模在多模态路径生成与质量评估中的应用
负责道路结构的在线实时感知与矢量化表达，包括车道、道路边界、停止线等要素的生成，以及地图与现实不一致时的变更感知
负责结合多模态大模型的场景语义理解能力，实现非结构化通行语义的识别与空间定位表达
优先资格
具备在线建图、道路结构感知、轨迹/路径生成中至少一项的实际研发与上车经验者优先
了解扩散模型（Diffusion / Flow Matching）在轨迹与运动生成中的应用，有训练与加速经验者优先
了解 LLM、VLM/VLA 基础原理，有训练经验者优先
AI 洞察
优缺点分析
优点
- 依托百度Apollo平台，接触行业最前沿的端到端与多模态大模型技术
- 项目直接关联海外商业化落地，业务价值高
- 技术栈前沿，个人竞争力提升快
- 算法迭代快且跨部门协作复杂（感知、规控、数据等多团队联动）
- 无图方案在复杂场景下的长尾问题处理难度大，需持续攻坚
- 高强度研发节奏要求快速交付
- 适合具备扎实深度学习功底、对自动驾驶前沿技术充满热情，且能接受快节奏跨团队协作的技术型开发者
缺点 / 挑战
暂无明显挑战项
角色解读
- 可向自动驾驶算法专家或技术负责人方向发展
- 积累端到端与多模态大模型落地经验后，可拓展至具身智能或通用AI Agent领域
- 研发无图/轻图自动驾驶感知算法，降低对高精地图的依赖
- 开发端到端可行驶空间与路径生成模型
- 利用多模态大模型实现道路结构实时感知与语义理解
- 精通C++/Python及Linux环境开发
- 掌握BEV、Transformer、3D卷积等深度学习架构
- 熟悉扩散模型与大模型（LLM/VLM）在轨迹生成中的应用
- 具备AI辅助编程（Agent Coding）能力
申请策略
- 提前研究百度Apollo无图方案的公开技术报告
- 面试时准备1-2个解决长尾场景或模型部署优化的具体案例
- 突出端到端感知/路径规划相关项目经验
- 详细列出BEV、Transformer、Occupancy等模型的训练与调优细节
- 强调AI辅助编程提效的实际案例
- 补充扩散模型（Diffusion/Flow Matching）在序列生成中的理论推导与代码实践
- 深入研读多模态大模型（VLM/VLA）在机器人/自动驾驶中的最新论文
面试指南
- 采用STAR法则描述项目背景、技术选型依据、核心难点突破及最终业务指标
- 针对算法题，先阐述数学原理与模型架构，再结合工程落地讨论算力约束与推理优化
- 请介绍你熟悉的BEV或Occupancy网络结构及其优缺点
- 如何设计端到端的可行驶空间与路径生成模型？
- 扩散模型在轨迹生成中如何解决多模态分布问题？
- Agent Coding在实际工程中如何保证代码质量与安全？
- 复习深度学习核心教材与自动驾驶经典论文
- 梳理过往项目中关于模型训练、数据闭环或实车测试的具体数据
职位点评
薪资福利85
成长发展92
工作生活55
使命价值78
薪资福利
85较高
薪资处于互联网大厂中上水平，配合完善的福利体系与上市稳定性，补偿性动机满足度较高。
薪资信号偏高 (3.5千–6.5万/月)
成长发展
92较高
深度绑定自动驾驶端到端与多模态大模型前沿方向，技术成长空间极大，发展性动机高度契合。
技术前沿前沿/新兴技术
技术栈C++、Python、BEV、Transformer、Occupancy、Diffusion、LLM、VLM
业务类型profit_center
工作生活
55较低
自动驾驶研发通常伴随较高工作强度与跨团队协同压力，WLB信号未明确提及，生活化动机满足程度中等偏下。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
78中等
致力于推动自动驾驶去高精地图化与海外规模化运营，具有明确的行业突破意义与技术普惠价值。
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）
百度 的其他在招职位
相似职位推荐
Watch Jobs