岗位职责:
负责大模型规划、推理、反思能力开发,提升大模型高阶推理能力;
视觉基座模型与占用网络等方法结合用于机器人户外环境感知任务,输出可解性描述,构建快慢双系统;
BEV感知算法:多传感器融合BEV空间目标检测、分割、轨迹预测等;
占用网络感知算法:基于视觉和多模态数据的3D场景占用栅格预测、流场估计等;
与跨职能团队合作,推动算法在实际场景中的应用。
任职条件:
熟练Pytorch/Tensorflow深度学习框架,掌握Python/C++至少一种编程语言;
熟悉机器人感知-规划-决策流程,特别是三维感知相关的基本算法,有相关领域有影响力的Paper者优先;
精通ACT、DP,Pi0.5、NaVILA、VAD等算法者优先;
有实际的机器人、自动驾驶项目经验者优先;
有过大模型代码/数学/Reasoning方向的研发经历;
在post-training方向有一定研究基础,熟悉SFT/DPO等流程;
具备端侧量化调优部署能力。