地平线
自动驾驶 VLA/VLM 算法研究实习生
自动驾驶 VLA/VLM 算法研究实习生
发布于 大约 19 小时前实习/见习
南京市
无经验要求
实习生
仅现场办公
硕士
研究与开发 (研发)
Pytorch
Vla
Vlm
多模态大模型
深度学习
自动驾驶
自然语言处理
计算机视觉
AI 估算 · 4k–8k
实习生薪资，考虑南京城市水平和公司上市规模，按日薪折算月薪约为4000-8000元。
职位详情
关于这个职位
该实习岗位专注于自动驾驶领域的 VLM/VLA 算法研究，你将参与多模态大模型在感知、决策和规划中的落地探索，负责数据构建、算法原型开发与实验验证
适合对自动驾驶和前沿 AI 技术有浓厚兴趣、希望积累工业级实战经验的研究生同学
最低要求
学历与专业：硕士或博士在读，计算机视觉、自然语言处理、机器学习、自动化、机器人等相关专业，大四保研/直博生亦可
编程与工程能力：扎实的 Python 编程基础，熟悉 PyTorch / TensorFlow 等深度学习框架
熟悉常用的 CV / NLP 工具链（OpenCV、Transformers、Detectron2 等）
具备良好的代码规范与工程落地意识，有开源项目贡献者优先
算法基础：熟悉深度学习基础理论与常用网络结构（CNN / Transformer / Diffusion 等）
了解多模态学习、对比学习、Prompt Learning、RLHF 等相关概念者优先
有 VLM / LLM / 自动驾驶相关项目经验者优先
软素质：具备较强的英文文献阅读与信息检索能力，能快速跟进顶会论文（CVPR / ICCV / ECCV / NeurIPS / ICLR 等）
思路清晰，逻辑性强，有良好的问题拆解能力与自驱力
具备团队协作精神，能与算法、工程、测试等多角色高效沟通
工作职责
VLM/多模态大模型应用：基于 Vision-Language Model（VLM），开展其在自动驾驶感知、决策与规划中的落地探索，包括但不限于场景理解、意图推理、驾驶行为解释等任务
VLA 方案研究与验证：参与 Vision-Language-Action（VLA）范式在自动驾驶系统中的可行性研究，协助设计端到端或模块化实验方案，验证 VLM 对规控策略的指导作用
数据构建与评测体系搭建：负责高质量多模态数据集（图像 + 文本描述 / 驾驶指令）的构建与清洗，参与自动驾驶场景下的评测指标设计与实现，支持模型迭代闭环
算法原型开发与实验：复现并改进学术界前沿的多模态大模型方法，结合自动驾驶业务场景进行适配与优化，输出可复现的实验结果与分析报告
技术沉淀与分享：跟进 CV 与 NLP 领域最新进展，定期整理调研报告与技术文档，参与团队内部分享，推动 VLM/VLA 技术在自动驾驶方向的落地共识
优先资格
有顶会论文发表或竞赛获奖经历
熟悉自动驾驶常见数据集（nuScenes、Waymo Open Dataset、KITTI 等）
了解 CARLA、LGSVL 等自动驾驶仿真平台
有大语言模型微调（LoRA / QLoRA / P-Tuning 等）或多模态大模型训练经验
AI 洞察
优缺点分析
优点
- 接触前沿VLM/VLA技术在自动驾驶中的落地，技术成长迅速
- 导师一对一指导，有成果产出和转正机会
- 地平线是行业领先公司，实习含金量高
- 需要较强的自学能力和自驱力，紧跟顶级会议论文
- 多模态大模型研究难度大，实验周期可能较长
- 自动驾驶场景复杂，数据构建和评测体系搭建工作繁琐
缺点 / 挑战
- 适合对自动驾驶和多模态AI有浓厚兴趣、具备扎实深度学习基础、愿意挑战前沿课题的研究生同学
角色解读
- 从实习生转为正式算法工程师，深入自动驾驶核心算法
- 积累多模态大模型与自动驾驶交叉领域经验，成为稀缺人才
- 可发表顶会论文，为学术或工业界高薪职位打下基础
- 研究与应用VLM/VLA模型解决自动驾驶场景理解与决策问题
- 构建与清洗多模态数据集，设计评测指标验证算法效果
- 开发算法原型，复现并改进前沿论文方法
- 扎实的Python编程与PyTorch/TensorFlow框架使用能力
- 熟悉CV/NLP工具链及深度学习理论
- 良好的文献阅读与问题拆解能力
申请策略
- 在简历中展示对自动驾驶场景的理解和算法创新的热情
- 面试时准备一份对某篇顶会VLM论文的深入分析或改进思路
- 突出Python编程和深度学习框架（PyTorch/TensorFlow）的熟练度
- 强调与VLM/LLM/自动驾驶相关的项目或研究经历
- 如有开源贡献、竞赛获奖或论文发表，务必列出
- 提前学习VLM相关论文（如CLIP、LLaVA等）和自动驾驶数据集（nuScenes）
- 动手微调开源多模态模型（如使用LoRA）
- 熟悉CARLA等仿真平台的基础操作
面试指南
- STAR法描述项目：情境、任务、行动、结果
- 技术问题先阐明核心概念，再举例说明应用
- 开放性问题展现思考深度，可结合文献和实际场景
- 请解释VLM在自动驾驶中可能的应用场景及挑战
- 为什么Transformer在多模态模型中如此重要？
- 描述一个你用PyTorch完成的深度学习项目，遇到什么困难？
- 自动驾驶中的长尾问题如何通过VLM缓解？
- 你如何看待VLA范式的可行性？
职位点评
64
综合评分
顶级实习机会，前沿技术栈，发展性极强，薪资一般，需现场办公。
更适合这类人
最适合追求技术成长和前沿研究、不介意短期薪资的实习生求职者。
表现最好
成长发展
相对薄弱
薪资福利
薪资福利40
成长发展95
工作生活50
使命价值70
薪资福利
40较低
实习生薪资处于行业中等偏下水平，但公司提供转正机会和福利。
薪资信号面议 (4K-8K/月)
福利待遇转正机会
成长发展
95较高
该岗位高度聚焦前沿技术，有导师指导、成果产出和转正机会，发展性极强。
技术前沿前沿/新兴技术
技术栈VLM、VLA、多模态大模型、Transformer、自动驾驶
成长机会导师一对一指导、成果产出机会、转正机会、开放的技术氛围
业务类型profit_center
工作生活
50较低
实习岗位通常要求现场办公，但公司氛围开放，未明确加班情况。
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
70中等
自动驾驶是高速增长赛道，工作对社会出行安全有潜在积极影响。
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