01 核心职责：你将如何塑造智能驾驶的未来

端到端架构设计者：探索并实现面向量产的端到端自动驾驶架构，融合多模态感知、行为预测与轨迹规划，在保证安全性与可解释性的前提下，提升系统整体效率与鲁棒性。

动态世界建模专家：主导 4D 动态场景重建技术的研发，探索基于 VGGT、Gaussian Splatting、Occupancy Flow 等前沿范式的端到端环境建模方法，构建高保真、语义化、时序一致的世界表征，作为端到端驾驶策略的感知基底。

数据驱动进化引擎：设计高效的数据挖掘、自动标注与闭环验证系统，支持模型在极端、长尾场景中的持续学习与迭代。

车规级落地推动者：主导算法在 NVIDIA Drive 平台上的部署、量化与优化，确保端到端模型在嵌入式平台上的实时性、稳定性与资源效率。

02 硬核支撑：你的技术后盾

真实场景数据：接入岚图量产车队的实时回传数据，覆盖全国多样化城市与极端天气场景，构建 PB 级高质量训练与验证集。

强大算力基建：专属 A800/H800 GPU 集群 + 自研 MLOps 平台，支持大规模分布式训练与快速实验迭代。

闭环验证体系：百万公里级仿真测试 + 全国多地实车路测车队，实现 “开发 - 仿真 - 实车” 高效闭环。

03 智汇英才：我们期待这样的你

学历与经验

硕士及以上学历，5 年以上自动驾驶算法研发经验，有完整参与 L2+/L3 级系统量产落地项目者优先。

技术能力

精通 PyTorch/TensorFlow 等深度学习框架;

深入理解 BEV 感知、Occupancy 建模、多传感器融合、SLAM(LIO/VIO 等)及轨迹规划基础;

熟练掌握 C++/Python，具备扎实的数值优化能力(如 Ceres、g2o 等);

熟悉 NVIDIA DRIVE 平台工具链(如 TensorRT、DLA、CUDA 优化)者优先。

思维特质

兼具系统思维与工程落地意识，善于从第一性原理出发定义问题，并推动解决方案走向产品化。

加分项

在 CVPR、ICRA、IROS、NeurIPS 等顶会 / 期刊发表相关论文;

有大规模分布式训练或端到端自动驾驶项目经验;

对多模态大模型在具身智能中的应用有深入探索。

工作地点

武汉、北京

我们相信，真正的智能驾驶始于一个统一的 “大脑”。如果你已准备好参与这场从底层重构系统的工程，我们期待与你同行。

联系方式

盛老师：h-shengwenlu@voyah.com.cn

原标题：职向岚图 | 招募端到端算法工程师