美团
【北斗】自动驾驶算法系统研究员
【北斗】自动驾驶算法系统研究员
发布于 大约 2 个月前普通员工/个人贡献者
北京市
高级经验
全职员工
仅现场办公
本科
研究与开发 (研发)
Ai Infra
世界模型
分布式训练
多模态大模型
强化学习
数据闭环
深度学习
自动驾驶
CUDA
AI 估算 · 35k–55k
自动驾驶算法高级岗位，美团北京，技术难度高且市场稀缺，薪资有竞争力，结合大厂标准估算。
职位详情
关于这个职位
该职位是美团无人车团队的核心技术岗位，专注于下一代自动驾驶AI基础设施与基础模型体系的研发
你将参与多模态大模型、世界模型等前沿技术在真实配送场景中的落地，主导训练框架、数据闭环、推理引擎等关键系统的架构设计，推动无人车感知从模块化向端到端智能的进化
适合在AI系统、自动驾驶或高性能计算领域有深厚积累的研发人才
最低要求
计算机、人工智能、自动化、电子工程等相关专业本科及以上学历，具备扎实的计算机系统、机器学习与工程基础
在 AI Infra、分布式训练、自动驾驶、基础模型（Foundation Model）、高性能计算（HPC）或大规模机器学习系统方向具有丰富研发经验
熟悉深度学习训练与推理框架，熟悉 GPU / SOC 架构与性能优化，具备 CUDA Kernel、算子优化、显存优化、编译加速或推理部署优化
熟悉分布式训练体系与大规模集群优化，包括数据并行、模型并行、流水线并行、混合并行、多机通信优化及资源调度等方向
熟悉自动驾驶算法体系，理解感知、预测、规划、端到端模型或世界模型等方向的核心技术架构与工程挑战
具备优秀的跨团队协作与技术领导能力，能够主导复杂项目推进，并影响多团队技术方向与工程实践
工作职责
负责下一代自动驾驶 AI Infra 与基础模型体系建设，探索并落地多模态大模型、生成式模型、强化学习、世界模型（World Model）、视觉语言模型（VLM）等前沿技术在自动驾驶场景中的应用
主导自动驾驶算法与 AI 系统架构设计，包括训练框架、数据闭环、推理引擎、模型部署、端云协同及软硬件协同优化，构建面向大规模量产的 AI 基础设施
参与构建大规模模型训练与迭代平台，涵盖分布式训练、多机高速通信、训练算子优化、混合并行、显存优化、编译加速及异构计算资源调度等关键能力
参与自动驾驶数据与模型迭代闭环建设，推动数据挖掘、自动标注、仿真生成、模型评测、持续训练（Continuous Training）与自动化回灌体系建设，加速算法迭代效率
参与大规模云计算与仿真平台建设，打造支持千万级场景生成、海量数据回放、云端仿真与大规模并行验证的新一代 Simulation Infra
优先资格
有开源项目贡献、顶会论文或行业影响力成果
有 AI Agent、自动化研发平台或 AI Native Workflow 建设经验
AI 洞察
优缺点分析
优点
- 前沿技术栈：直接接触多模态大模型、世界模型等自动驾驶前沿领域，技术壁垒高，积累价值大
- 大平台资源：美团拥有真实配送场景和海量数据，算法落地机会多，基础设施投入大
- 团队影响力：无人车业务是公司重点方向，个人贡献能直接影响产品迭代和行业进展
- 工作强度大：自动驾驶研发节奏快，可能需要应对紧急任务和长时间攻关
- 技术门槛高：需要同时掌握AI算法、系统工程和硬件优化，学习曲线陡峭
- 竞争激烈：团队汇聚顶尖人才，需要持续保持技术领先
- 适合在AI系统或自动驾驶领域有深厚积累，技术自驱力强，喜欢解决复杂系统工程问题的高级研发人员
缺点 / 挑战
暂无明显挑战项
角色解读
- 技术纵深发展：成为自动驾驶AI Infra或基础模型领域的顶尖专家，主导下一代技术架构
- 管理路线：带领团队负责整个算法系统或AI平台方向，晋升为技术总监或架构师
- 横向拓展：向机器人、通用AI或云计算AI方向延伸，成为多领域复合型人才
- 负责构建自动驾驶AI基础设施，包括大规模训练框架、数据闭环和推理引擎，支撑多模态大模型和世界模型的训练与部署
- 主导算法与系统架构设计，优化GPU/SOC性能，实现训练和推理的软硬件协同加速
- 参与云端仿真平台建设，打造千万级场景生成和海量数据回放能力，加速算法迭代
- 扎实的机器学习与计算机系统基础，熟悉深度学习框架（如PyTorch/TensorFlow）和分布式训练技术
- 精通GPU/SOC架构与CUDA优化，具备算子优化、显存管理、编译加速等性能调优经验
- 熟悉自动驾驶核心技术栈（感知、预测、规划、端到端模型）或世界模型/VLM等前沿方向
- 具备跨团队技术领导力，能主导复杂项目并推动技术落地
申请策略
- 深入了解美团无人车的业务场景（外卖配送）和技术路线（端到端），面试中展示对实际问题的思考
- 准备一个完整的系统设计案例，说明如何从0到1构建AI训练平台或数据闭环
- 突出AI Infra或分布式训练项目经验，尤其是大规模集群优化或GPU性能调优案例
- 展示自动驾驶或计算机视觉相关成果，如感知、预测模型或端到端系统
- 强调开源贡献、顶会论文或行业影响力的具体证据
- 补充多模态大模型（如LLaVA、Flamingo）和世界模型的最新研究，理解其原理与架构
- 练习CUDA Kernel编写和GPU性能分析工具（如Nsight、nvprof）使用
- 了解美团无人车业务架构和现有技术栈，面试前尝试复现相关论文
面试指南
- 系统设计类问题：先明确需求（规模、性能目标），再拆分为训练、推理、数据流等模块，分别给出方案，最后讨论权衡和扩展性
- 优化类问题：从算法层、框架层、硬件层逐层分析，给出具体优化手段（如算子融合、量化、流水线等）
- 开放性问题：结合自身经验，先定义核心问题，再提出分步解决方案，强调方法论和思考过程
- 请设计一个支持千卡规模分布式训练的架构，如何解决通信瓶颈和容错问题？
- 如何优化一个Transformer模型的推理延迟？请从算子、内存、硬件协同等角度展开
- 谈谈你对世界模型在自动驾驶中应用的理解，它与传统感知-预测-规划范式有何不同？
- 你过去主导的AI系统项目中遇到的最大技术挑战是什么？如何解决？
- 如何评估一个数据闭环系统的效率？请提出量化指标和改进方案
职位点评
74
综合评分
自动驾驶顶级技术岗，前沿AI Infra，高成长高压力，适合技术极客。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
更适合这类人
最适合追求技术成长和前沿探索、愿意投入高强度工作、对自动驾驶有强烈兴趣的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展95
工作生活40
使命价值80
薪资福利
75中等
该职位薪资估算处于市场较高水平，但JD中未明确列出具体福利，且工作地点在北京现场办公，补偿性动机得到较好满足但并非极致。
薪资信号未披露（AI估算：35K-55K/月）
成长发展
95较高
职位明确提供前沿技术探索机会（多模态大模型、世界模型），有大规模算力集群和完整技术栈，成长空间极大，发展性动机满足度极高。
技术前沿前沿/新兴技术
技术栈多模态大模型、世界模型、分布式训练、GPU优化、CUDA、深度学习、AI Infra
成长机会深度参与下一代...体系建设、探索...前沿技术、从0到1定义新一代研发范式
业务类型profit_center
工作生活
40较低
JD未提及弹性办公或远程工作，且自动驾驶研发强度较大，生活化动机满足程度有限。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
80较高
无人配送具有明显社会价值（减少人力成本、提升效率、绿色物流），且自动驾驶是高速增长赛道，意义感动机满足度较高。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号打造支持千万级场景生成、解决真实世界复杂工程问题
创新程度积极采用新技术
美团 的其他在招职位
相似职位推荐
Watch Jobs