Horizon Robotics logo
地平线
【2027届校招】世界模型算法工程师(实时交互方向)

【2027届校招】世界模型算法工程师(实时交互方向)

发布于 大约 9 小时前

普通员工/个人贡献者

北京市 / 上海市
无经验要求
全职员工
仅现场办公
硕士
机器学习工程
Autoregressive Models
Deepspeed
Diffusion Models
Megatron
Pytorch
Vae
World Model
模型蒸馏
自动驾驶

AI 估算 · 30k–50k

AI算法校招岗,硕士/博士学历,上市科技公司,技术前沿,薪酬竞争力强。

职位详情

关于这个职位

该职位负责世界模型的通用视觉表征构建、长时序实时交互生成,以及模型蒸馏加速等前沿算法研发,服务于自动驾驶端到端算法的仿真验证

工作涉及 VAE、Diffusion、Autoregressive 等生成范式,要求扎实的深度学习基础和优秀的工程能力
适合对生成模型和自动驾驶领域有强烈兴趣的硕士/博士应届生

最低要求

计算机、人工智能、自动化等相关专业硕士/博士学位

具备扎实的深度学习基础,精通 PyTorch,拥有出色的工程实现与从零搭建复杂模型架构的能力
深入理解 Diffusion Models、Autoregressive Models 等生成范式,对视频生成 / World Model 有丰富的实操经验
敏锐的学术嗅觉与极强的自驱力,能够快速阅读英文文献并复现最新前沿算法
有大规模 GPU 集群分布式训练经验(DeepSpeed, Megatron)

工作职责

通用视觉表征构建:负责 VAE 等底层表征模型的探索与深度优化,大幅提升图像/视频特征的重建质量与时空压缩率,为世界模型构建高保真、强泛化性的通用视觉表征

长时序生成:深入探索实时可交互视频生成范式,参考并改进Self-forcing等前沿架构,突破超长时序环境生成的质量和一致性瓶颈
实时交互与加速:研究并应用 DMD2 等前沿模型蒸馏与加速算法,大幅降低视频生成延迟,实现毫秒级的基于动作(Action-conditioned)的闭环环境响应
架构设计与优化:参与交互式世界模型的底层架构设计、模型训练与工程优化,支持自动驾驶端到端算法的仿真验证

AI 洞察

优缺点分析

优点

  • 前沿技术方向,接触世界模型和生成式AI最前沿,学习曲线陡峭
  • 公司为上市自动驾驶AI企业,平台和资源充足
  • 团队偏学术,鼓励创新和论文发表
  • 薪资竞争力强,校招待遇优厚
  • 技术难度高,需要持续阅读英文文献和复现最新算法
  • 工作强度可能较大,尤其是模型训练和优化阶段
  • 竞争激烈,对学术能力和工程能力要求高
  • 适合对生成模型、自动驾驶仿真有浓厚兴趣,具备较强自驱力和深度学习功底的硕士/博士应届生

缺点 / 挑战

暂无明显挑战项

角色解读

  • 从算法工程师逐步成长为世界模型/生成模型领域的技术专家
  • 可向自动驾驶仿真系统总架构师方向发展
  • 有机会转向人工智能前沿研究,发表顶会论文或推动产品落地
  • 负责底层视觉表征模型(如VAE)的优化,提升图像/视频特征的重建质量和压缩率
  • 探索长时序实时视频生成技术,改进前沿模型架构以突破一致性和质量瓶颈
  • 研究模型蒸馏和加速算法,实现毫秒级的动作条件环境响应
  • 参与交互式世界模型架构设计与训练,支持自动驾驶端到端仿真验证
  • 扎实的深度学习基础和精通PyTorch,能独立搭建复杂模型架构
  • 深入理解Diffusion Models和Autoregressive Models等生成范式
  • 熟悉视频生成或世界模型,有相关实操经验
  • 具备大规模GPU集群分布式训练经验,熟悉DeepSpeed/Megatron

申请策略

  • 提前了解地平线在自动驾驶仿真方面的技术布局
  • 在简历和面试中体现学术敏锐度和工程落地能力
  • 突出世界模型、视频生成或扩散模型的实操项目经历
  • 展示在PyTorch和分布式训练方面的熟练度
  • 如有顶会论文或开源贡献,务必强调
  • 提前熟悉常见世界模型架构(如视频预测、NeRF等)
  • 学习模型蒸馏和加速相关技术
  • 补充自动驾驶仿真相关知识

面试指南

  • 对于项目介绍类问题,用STAR法则:背景、任务、行动、结果
  • 对于技术原理问题,先讲清核心思想,再结合推导和实现细节
  • 对于开放性问题,从定义、方法、评估来组织答案
  • 请介绍你最近做的一个生成模型项目,遇到了哪些挑战?
  • 如何提升视频生成模型的时序一致性?
  • 你有使用过哪些模型蒸馏方法?DMD2的原理是什么?
  • 在分布式训练中如何处理大规模数据?
  • 你如何理解世界模型在自动驾驶中的作用?

职位点评

77
综合评分

上市AI公司,前沿世界模型算法方向,薪资优厚,技术成长性强,但WLB不确定。

从起薪待遇、成长路径、工作节奏和岗位方向综合评估,方便比较职业起点。

更适合这类人
适合追求前沿技术成长、对薪资和发展空间有较高期望的应届硕博生。
表现最好
成长发展
相对薄弱
工作生活
薪资福利85
成长发展90
工作生活50
使命价值70

薪资福利

85较高

薪资竞争力强,公司为上市企业,福利完善,但JD未明确具体福利和薪资区间。

薪资信号未披露(AI估算:30K-50K/月)

成长发展

90较高

前沿生成模型与自动驾驶仿真算法,技术成长空间大,团队学术氛围浓厚。

技术前沿前沿/新兴技术
技术栈VAE、Diffusion Models、Autoregressive Models、World Model、PyTorch、DeepSpeed、Megatron
业务类型ambiguous

工作生活

50较低

工作地点固定,未提及弹性办公或远程,作为校招岗位,WLB视团队而定。

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

70中等

推动自动驾驶技术发展,提升出行安全,具有积极的社会意义,但具体使命表达不明确。

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
Watch Jobs