公司介绍及岗位背景
1.公司系全球500强企业
2.项目开发基于世界模型的自动驾驶仿真平台，你将参与开发一个可闭环交互、多模态一致、动态演化的下一代自动驾驶仿真基础设施。
一、岗位职责
- 参与世界模型驱动的场景生成模块开发
基于3D Gaussian Splatting、扩散模型或世界模型等技术，实现高保真、可编辑的驾驶场景重建与生成。
支持从真实路测数据中自动挖掘并泛化长尾场景（如极端天气、异形障碍物等）。
- 构建多模态传感器仿真链路
实现图像、激光雷达点云、鱼眼相机等多模态数据的时空一致生成，解决跨模态同步性与对齐问题。
优化传感器噪声模型与物理渲染，提升仿真数据的真实感与可用性。
- 搭建闭环交互仿真环境
使仿真环境能够响应主车控制信号（如转向、加速），实现“感知→决策→环境响应”的可微闭环。
支持端到端模型在环训练、强化学习策略迭代以及安全关键场景的自动化验证。
- 前沿技术跟踪与原型验证
跟踪NeRF、World Model、GenAI for Simulation等领域最新进展，快速进行原型复现与改进。
________________________________________
二、技能要求
必备技能
• 专业背景：计算机、自动化、人工智能、控制工程等相关专业博士生
• 编程能力：熟练掌握 Python，熟悉 PyTorch / TensorFlow 深度学习框架；有良好的代码规范和工程习惯。
• 理论基础：了解计算机视觉 / 三维重建 / 生成式模型中的至少一个方向，熟悉多模态数据处理的基本概念（坐标系变换、时间同步、传感器标定等）。
加分技能（满足一项或多项优先）
• 熟悉 NeRF、3D Gaussian Splatting、扩散模型、世界模型（World Model） 中的至少一种技术，并有实际代码复现或改进经验。
• 有激光雷达点云仿真 / 鱼眼相机建模 / 传感器噪声注入等传感器仿真经验。
• 熟悉端到端自动驾驶（如UniAD、VAD、Interfuser等）或强化学习在自动驾驶中的应用。
• 在 CVPR / ICCV / ECCV /TPAMI/TRO 等会议或期刊上发表过相关论文。
• 熟练使用 C++ 进行高性能模块开发，有 CUDA / OpenGL / Vulkan 渲染优化经验。
软素质
• 优秀的文献阅读与快速原型能力，能够独立解决技术难题。
• 实习时间：每周至少4天，持续3个月及以上，能长期（1年）实习者优先，有实习补助、班车、单位食堂。
________________________________________
三、岗位亮点
• 前沿方向：直接参与世界模型、端到端/VLA自动驾驶等AI+汽车领域相关技最前沿的技术预研。
• 资源丰富：课题组现有高性能GPU集群（H100/B200高端算力卡，累计约300余卡），开放给实习同学提供模型训练、推理资源。
________________________________________
四、申请方式
请将简历发送至 [微信号：Autonomousjy] ，邮件标题格式：“实习生申请--姓名-学校”。
如有GitHub、技术博客或论文，欢迎一并附上。
