哈啰出行
【量天尺】智驾模型开发-上海
【量天尺】智驾模型开发-上海
发布于 大约 16 小时前普通员工/个人贡献者
上海市
无经验要求
全职员工
仅现场办公
硕士
深度学习
模型部署
自动驾驶
神经网络
CNN
端到端Vla
AI 估算 · 20k–35k
顶尖AI算法岗，技术前沿，上海硕博应届生薪资竞争力强，互联网出行大厂通常15薪。
职位详情
关于这个职位
该职位面向2024-2026年毕业的硕博研究生，专注于智能驾驶AI模型开发，包括感知、端到端VLA、世界模型等前沿技术
工作内容涉及模型设计、训练、优化及车端部署，要求有顶会论文或竞赛经历
适合在自动驾驶或AI领域有深度积累的学术型人才
最低要求
研究生及以上学历，专业方向包括计算机、软件、自动化、汽车、模式识别、电子等理工科专业
熟悉linux及C++编程，对基础的计算机原理、数据结构、操作系统等比较熟悉
有模型开发及部署经验，熟悉场景的CNN、Transformer等场景的AI模型结构及算子
在nuScenes、KITTI等开源数据集上，有一定的模型开发经验
踏实靠谱，具备良好的团队内及跨团队沟通能力
优秀的英文文献阅读能力，有发表英文SCI论文者优先
工作职责
通过AI模型开发，完成智能驾驶所需要的感知、端到端VLA、世界模型等的开发及车端部署
跟踪最新的AI进展，在公司自有数据集上完成适配验证，完成AI模型选型
针对要开发的任务，完成数据方案制定、训练代码编辑、模型结构及loss优化、模型量化部署等
针对测试问题，设计模型改进方案，迅速修复问题
优先资格
加分项：参加过kaggle等一些AI类的比赛并取得优异成绩、在开源数据集上进入榜单并获得过较好的名次、有业内知名自动驾驶公司或机构的实习经历、在CVPR/ICRA等国际知名会议/期刊上发表论文
AI 洞察
优缺点分析
- 接触自动驾驶最前沿技术（VLA、世界模型），技术成长快，行业前景广阔
- 哈啰出行作为超大型企业，资源丰富，数据集真实，落地场景明确
- 对学术背景要求高，能与顶尖人才共事，适合学术型工程师发展
- 技术难度大，需要同时跟进多方向研究进展，学习压力高
- 自动驾驶算法对安全性和实时性要求极高，容错率低，修复问题的压力大
- 可能面临高强度工作节奏，尤其是在模型迭代和测试阶段
- 适合具备顶会论文或竞赛经验、热爱自动驾驶AI算法、追求技术前沿且抗压能力强的硕博应届生
角色解读
- 技术深耕：从模型开发进阶为AI架构师，主导自动驾驶感知或决策系统的整体设计
- 行业跨界：积累的端到端VLA和世界模型技能可迁移至机器人、大模型等领域
- 管理方向：随着经验增长可带团队，转型为AI团队的技术负责人或项目经理
- 开发和优化智能驾驶的AI模型，包括感知、端到端VLA、世界模型等核心模块
- 跟踪AI研究进展，在自有数据集上验证新模型，进行模型选型和适配
- 参与数据方案制定、训练代码编写、模型结构和Loss优化以及模型量化部署
- 针对测试中的问题快速设计改进方案并修复，推动模型迭代落地
- 扎实的深度学习基础，熟悉CNN、Transformer等主流模型结构及算子
- 精通Linux和C++编程，掌握计算机原理、数据结构和操作系统知识
- 有模型开发部署经验，熟悉nuScenes、KITTI等自动驾驶数据集
- 优秀的英文文献阅读能力，能够追踪前沿论文并复现关键方法
申请策略
- 在简历和面试中突出与端到端VLA、世界模型相关的经验，即使不是直接匹配，展示学习迁移能力
- 关注哈啰出行的技术文化，强调自己“理性务实、敢想敢干”的特质，与JD中的同频共振要求呼应
- 重点突出发表的顶会/顶刊论文或竞赛获奖（如Kaggle、ACM-ICPC），并简要说明创新点和影响
- 详细描述自动驾驶或机器人相关的科研项目或实习经历，强调模型优化和部署成果
- 列出在开源数据集（如nuScenes、KITTI）上的排名或项目链接，证明实战能力
- 强化C++编程和Linux环境下的模型部署技能，熟悉TensorRT、ONNX等推理优化工具
- 提前阅读哈啰出行相关技术博客或论文，了解其智驾路线（如是否涉及多传感器融合）
面试指南
- 对于技术问题，采用STAR法则：情境-任务-行动-结果，强调技术选择依据和量化成果
- 对于开放性问题（如VLA对比），先定义概念，再分点列出优劣，最后结合实际场景给出倾向性建议
- 请详细描述你在nuScenes或类似数据集上开发的一个模型，包括架构、Loss设计和优化过程
- 你对端到端VLA模型的理解是什么？与传统模块化方法相比有哪些优劣？
- 如何评估一个新提出的AI模型是否适合部署到车端？你会考虑哪些指标？
- 请举例说明你如何解决模型训练中的过拟合或收敛问题
- 如果你发现模型在实车测试中频繁误检，你会如何分析并改进？
- 复习经典模型（ResNet、ViT、DETR、UniAD等）的论文和代码实现，理解关键细节
匹配度报告
65
综合匹配度
自动驾驶AI前沿岗，发展机会顶尖，薪资有竞争力，但WLB不明确、工作强度可能较大。
适合人群
该职位最适合追求技术成长和前沿创新的求职者，愿意接受高强度工作以换取快速职业发展。
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40
使命价值60
薪资福利匹配
70中等
该职位薪资具有竞争力（上海硕士应届AI岗中上水平），但JD未披露具体福利，补偿性动机有一定满足。
薪资信号未披露 (20K-35K/月)
成长发展匹配
90较高
职位处于自动驾驶AI技术前沿，涉及VLA、世界模型等新兴方向，成长性极高，且JD明确要求学术先锋和实战高手，发展性动机强。
技术前沿前沿/新兴技术
技术栈深度学习、CNN、Transformer、端到端VLA、世界模型、自动驾驶、模型部署
业务类型profit_center
工作生活匹配
40较低
JD未提及弹性办公或WLB，且自动驾驶算法岗通常工作强度大，生活方式满足度较低。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值匹配
60中等
智能驾驶行业属于高速增长赛道，对社会有积极影响（提升交通安全），但JD中未明确使命导向，意义感中等。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs