1、负责算法工程落地： 参与 L4 级别自动驾驶系统中 Planning 算法的工程实现与优化，协助全职员工支撑纯无人车产品在大规模运营中的稳定落地。 2、场景适配与共性研发： 面向城市、高速等结构化及非结构化场景，负责具体规划算法模块的测试、调优与场景适配，解决日常路测与仿真中发现的 corner cases。 3、前沿技术辅助研发： 配合全职研发团队，参与基于概率建模（如 MCTS 等）与数据驱动模型（如 Diffusion、RL、E2E等）的代码编写、模型训练支撑、闭环仿真评估及工程化部署。 职位亮点 团队氛围硬核： 核心团队来自国内外顶尖大厂及学术界，技术导向，工作流程规范，拒绝无意义 PUA，提供良好的技术成长环境。

（满足任意三点即可） 1、教育背景与基础： 计算机、人工智能、自动化、数学等相关专业本科学历；具备扎实的算法与数据结构基础，熟练掌握 C++ 和 Python，有良好的编码习惯。 2、传统规划基础： 了解常用的经典规划控制算法或优化理论，对 MCTS、强化学习（RL）等范式有一定概念或工程实践经验，能够根据设计方案完成相应模块的代码实现。 3、深度学习与数据能力： 熟悉深度学习基本原理，有 PyTorch 等主流框架使用经验；了解端到端（E2E）或大模型在规划中的应用；能够负责规划相关的数据清洗、标注质量分析、开/闭环仿真评价指标的统计与分析。 4、问题分析与工程落地： 具备良好的工程实现能力，能协助分析路测/仿真中的接管原因（MPCI 等指标），并通过调整算法参数、优化局部逻辑来持续提升系统表现。 5、沟通与执行力： 具备良好的学习能力、团队协作与沟通能力，执行力强；能够熟练使用各种效率工具/Agent 辅助开发，乐于接受并快速消化新技术。