哈啰出行
智驾决策规划算法实习生-【自动驾驶】
智驾决策规划算法实习生-【自动驾驶】
发布于 1 天前实习/见习
上海市
无经验要求
实习生
仅现场办公
硕士
PyTorch
强化学习
自动驾驶
仿真测试
模仿学习
ROS
决策规划
AI 估算 · 5k–10k
实习岗，上海地区自动驾驶方向实习薪资具备竞争力，结合技术难度与公司规模，估算月薪水平。
职位详情
关于这个职位
作为智驾决策规划算法实习生，你将深入参与自动驾驶核心算法的研发，专注于强化学习与模仿学习在复杂交通场景中的应用
工作内容覆盖数据处理、模型训练、仿真测试到实车调试的全链路，与资深工程师合作攻克技术难题，有机会在顶级会议发表论文并获得转正机会
最低要求
专业背景：计算机科学、人工智能、自动化、控制理论与控制工程、电子工程、车辆工程或相关专业的硕士及以上在校生，也接受非常优秀的本科生
项目经历：有机器学习/深度学习/强化学习方面的研究或项目经验
有自动驾驶、机器人、无人机等领域的决策、规划、控制或预测相关项目经验、竞赛经验或学术研究经历者优先
在人工智能领域的顶级会议或期刊（如CVPR, ICLR, NeurIPS, ICML, ICRA, IROS等）上有论文发表者优先
编程能力：熟练掌握Python，并至少熟悉一种主流的深度学习框架（如PyTorch或TensorFlow）
通常要求具备C++编程能力
熟悉Linux开发环境，要求了解ROS等机器人系统框架
算法基础：扎实的数学基础（线性代数、概率论、数理统计、优化理论）
熟悉机器学习/深度学习算法
熟悉强化学习（如DQN, PPO, SAC, DDPG）或模仿学习（如GAIL）有研究或实践经验者优先
了解自动驾驶相关算法（如轨迹预测VectorNet, LaneGCN, TNT、行为决策、路径规划）者优先
工程能力：具备功能开发全流程意识，能独立完成算法模块的编码、单元测试及日志分析
熟悉Git等版本管理工具，代码风格规范
个人素质：逻辑清晰，主动性强，能快速理解业务场景需求，具备跨团队沟通能力
工作职责
协助研发基于强化学习（RL）或模仿学习（IL）的自动驾驶决策规划算法，解决复杂交通场景下的车辆行为决策与运动规划问题
参与构建和优化用于训练决策模型的数据处理流程，包括特征工程、场景提取、奖励函数设计及大规模数据集处理
负责或参与相关算法的仿真测试、实车调试、性能评估与迭代优化，推动算法在真实环境中的性能提升和落地
跟踪并调研强化学习、模仿学习、行为预测等领域的国际前沿动态与最新研究成果（如顶会论文CVPR, ICRA, NeurIPS, ICML等），并尝试将其应用于实际项目
协助端到端自动驾驶大模型或相关子模块的研发与优化工作
优先资格
加分项：有智驾行业实习经验
参与过智能车/机器人竞赛或相关项目
实习收获：深入参与自动驾驶算法开发，掌握决策规划全链路技术
与资深工程师合作，获得算法设计、工程落地及问题排查的实战经验
表现优异者，有实习转正通道
AI 洞察
优缺点分析
- 深度参与自动驾驶前沿技术研发，积累强化学习/模仿学习实战经验，技术含金量高
- 与资深工程师合作，可获得算法设计到工程落地的全链路指导，快速提升能力
- 公司为行业头部，平台资源丰富，有发表论文和转正机会，发展前景好
- 技术难度高，需要扎实的数学和算法基础，学习曲线陡峭
- 自动驾驶领域竞争激烈，需要持续跟踪前沿论文并快速实验迭代
- 工作涉及实车调试，可能需要适应一定的出差或现场工作强度
- 适合对自动驾驶和强化学习有浓厚兴趣、具备较强自驱力和学习能力的研究生或优秀本科生，希望深入行业前沿并获得实战成长
角色解读
- 从实习生成长为决策规划算法工程师，深入自动驾驶核心技术领域
- 可向端到端自动驾驶、大模型方向拓展，或转向系统架构与工程落地
- 表现优异者可获得转正机会，正式加入自动驾驶行业领军企业
- 研发RL/IL算法解决复杂交通场景下的车辆决策与规划问题，包括数据处理、模型训练与优化
- 参与算法在仿真环境与实车上的测试验证，迭代提升性能并推动落地
- 跟踪顶会前沿技术，尝试将最新研究成果应用到实际项目中
- 协助端到端大模型相关子模块的研发工作，积累全栈自动驾驶经验
- 扎实的机器学习/深度学习基础，熟练掌握Python和主流框架（PyTorch/TensorFlow），并具备C++编程能力
- 深入理解强化学习或模仿学习算法，有相关项目或研究经验
- 熟悉Linux与ROS，具备算法工程化能力，了解自动驾驶相关算法如轨迹预测、行为决策
- 良好的逻辑思维与沟通协作能力，能独立解决问题
申请策略
- 深入了解哈啰出行的自动驾驶业务方向（如出行场景），在求职信中体现匹配度
- 提前阅读相关顶会论文，展示对前沿技术的关注与思考
- 突出机器学习/强化学习相关项目经历，尤其是自动驾驶或机器人领域的竞赛或研究
- 强调编程能力，特别是Python和PyTorch/TensorFlow的使用经验，以及C++和Linux技能
- 如有论文发表或开源贡献，务必列出，体现科研和工程能力
- 用具体案例说明算法设计、仿真测试或实车调试的成果
- 系统梳理RL算法（如PPO, SAC, DQN）和IL算法（如GAIL）的原理与实现
- 熟悉自动驾驶常用仿真环境（如CARLA, SUMO）和轨迹预测模型
面试指南
- 结合项目经历，先阐述理论公式，再说明实际应用中的调整和效果
- 结构清晰：目标→方法→实验→结果→反思，突出思考深度
- 请解释PPO算法的核心思想及其在自动驾驶决策中的应用
- 如何设计奖励函数来训练一个安全的自动驾驶策略？
- 描述一个你处理过的强化学习项目，包括遇到的问题和解决方案
- 你对自动驾驶行为预测和路径规划的了解？
- 复习RL/IL经典算法，准备手撕代码实现（如PyTorch版PPO）
- 准备1-2个自动驾驶相关项目或课程作业的深入介绍
匹配度报告
66
综合匹配度
前沿自动驾驶算法实习生，技术成长快，转正机会大，但需要接受现场办公和潜在加班。
适合人群
最适合注重技术成长和职业发展的求职者，对WLB要求不高。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利50
成长发展95
工作生活40
使命价值80
薪资福利匹配
50较低
实习薪资有竞争力但未明确，福利未提及，补偿性动机满足一般。
薪资信号未披露 (5K-10K/月)
成长发展匹配
95较高
深度参与前沿技术研发，有论文发表和转正机会，发展性动机满足度高。
技术前沿前沿/新兴技术
技术栈强化学习、模仿学习、自动驾驶、Python、PyTorch、C++、ROS
成长机会深入参与自动驾驶算法开发、掌握决策规划全链路技术、有实习转正通道
业务类型profit_center
工作生活匹配
40较低
仅现场办公，未提及WLB，可能存在加班，生活化动机满足较低。
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）
使命价值匹配
80较高
自动驾驶是高速增长赛道，具有社会价值，但JD未强调使命感，意义感动机较好。
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