哈啰出行
轨迹预测算法实习生-【自动驾驶】
轨迹预测算法实习生-【自动驾驶】
发布于 大约 16 小时前实习/见习
上海市
无经验要求
实习生
仅现场办公
硕士
深度学习
PyTorch
自动驾驶
轨迹预测
Qcnet
Tnt
Vectornet
Wayformer
AI 估算 · 6k–10k
自动驾驶算法实习生岗位，上海地区，技能要求高但经验要求低，薪资水平中等偏上。
职位详情
关于这个职位
该职位是哈啰出行自动驾驶团队的轨迹预测算法实习生，主要负责开发和优化车辆、行人等障碍物的行为预测算法，并参与数据生产工具链和模型部署
你将接触VectorNet、TNT等前沿模型，适合对自动驾驶和深度学习感兴趣的同学
最低要求
硕士在读，计算机、自动化、车辆工程或相关专业
熟练使用Python/C++的至少一种
熟悉PyTorch深度学习框架
熟悉常见轨迹预测模型VectorNet、TNT、WayFormer、QCNet等
具备良好的自驱性、口头、书面沟通能力、上下游协作能力
工作职责
负责行、泊车功能下自车周围障碍物(车辆、行人、自行车等)的意图、行为预测算法开发
负责预测数据生产及相关工具链开发、维护
负责预测模型优化、升级、部署，并验证算法效果，推动算法落地
AI 洞察
优缺点分析
- 自动驾驶是高速增长的赛道，积累的预测算法经验具有很高的行业价值
- 哈啰出行作为大型互联网公司，平台资源丰富，可接触实际落地场景
- 技术栈前沿，能学习到VectorNet等先进模型，提升深度学习实战能力
- 实习时间灵活，适合在校生兼顾学业与职业探索
- 自动驾驶算法对准确性和实时性要求高，开发难度较大，需要较强的学习能力
- 实习期间可能需要快速上手多个任务，工作节奏可能较快
- 算法落地涉及多个团队协作，沟通成本较高
- 适合对自动驾驶和深度学习有强烈兴趣，具备较强编程和自学能力的计算机、自动化等相关专业硕士生
角色解读
- 实习生表现优秀可转正为正式算法工程师，参与更核心的自动驾驶算法研发
- 未来可向高阶预测算法专家发展，或横向迁移到规划、控制、感知等其他模块
- 长期可成长为自动驾驶系统架构师或技术负责人，主导算法方向
- 负责开发自动驾驶场景中障碍物的意图和轨迹预测算法，属于感知-预测-规划链路的中间环节
- 参与数据生产工具链的开发与维护，包括数据标注、清洗、特征提取等
- 对预测模型进行优化、升级和部署，并在实车或仿真环境中验证算法效果
- 与上下游团队（感知、规划控制、系统集成等）协作，推动算法落地
- 扎实的编程基础，熟练使用Python或C++，能够高效实现算法原型
- 熟悉PyTorch等深度学习框架，能够独立搭建和训练神经网络模型
- 了解主流轨迹预测模型（如VectorNet、TNT、WayFormer等），理解其设计原理和适用场景
- 具备良好的沟通协作能力，能够与团队高效配合
申请策略
- 在求职信中表达对自动驾驶行业的热爱和对哈啰出行业务的理解
- 提前了解哈啰出行在自动驾驶方面的布局（如两轮出行、智能泊车等），展示自己与公司的契合度
- 突出相关项目经历，如自动驾驶相关竞赛、课程大作业或开源贡献
- 强调对PyTorch框架的熟练程度，可列出具体项目中的模型训练细节
- 如果有轨迹预测或时间序列预测项目，务必详细描述
- 体现团队协作和沟通能力的经历，如跨部门合作或参与团队开发
- 系统复习常用轨迹预测模型论文（VectorNet, TNT, WayFormer等），理解其创新点和局限
- 动手复现一个简单的轨迹预测模型，并尝试在公开数据集（如Argoverse）上评测
面试指南
- 对于模型类问题，先简述模型结构，再说明其设计动机（如处理不规则输入、捕捉交互等），最后总结优缺点
- 对于多模态预测，可以提到多种方法（如NMS、概率分布采样等），并说明如何平衡多样性和准确性
- 对于行为面试题，使用STAR原则（情境、任务、行动、结果）结构化回答
- 请解释矢量神经网络（VectorNet）的核心思想，以及它如何解决轨迹预测问题？
- 你对Transformer在轨迹预测中的应用（如WayFormer）有什么理解？
- 如何处理障碍物轨迹预测中的多模态输出（即多个可能轨迹）？
- 在PyTorch中，如何优化一个模型的推理速度？
- 请描述一个你遇到的技术挑战，你是如何解决的？
匹配度报告
72
综合匹配度
自动驾驶算法实习，技术前沿成长快，但需现场办公且WLB未明确。
适合人群
适合追求技术成长、热爱自动驾驶前沿领域、对薪资和弹性工作要求不太高的硕士生。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利70
成长发展90
工作生活50
使命价值80
薪资福利匹配
70中等
实习薪资在上海属于中等偏上，但无明确福利说明。（注：应基于JD，JD未提薪资和福利，故salary_signal为未披露）
薪资信号未披露 (6K-10K/月)
成长发展匹配
90较高
职位涉及前沿的自动驾驶预测算法，技术栈先进，能深度参与落地项目，成长空间大。
技术前沿前沿/新兴技术
技术栈Python、C++、PyTorch、VectorNet、TNT、WayFormer、QCNet
业务类型profit_center
工作生活匹配
50较低
仅现场办公，未提及弹性工作或WLB，实习通常需要到岗，灵活性一般。
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）
使命价值匹配
80较高
自动驾驶对交通安全和效率有积极社会价值，哈啰作为出行平台推动智慧出行，使命感较强。
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