实习-端到端大模型算法实习生-Planner方向（上海）

负责智能辅助驾驶端到端规划模型设计、训练与迭代优化，涵盖预训练、监督微调（SFT）和强化学习（RL）全流程；设计并优化 轨迹预测与规划算法，包括 ego 轨迹与周车轨迹的联合建模； 构建和完善 奖励模型（Reward Model） 与 RL 训练框架，提升模型在安全性、舒适性、类人性等维度的表现； 参与多任务规划架构设计（车道保持、路口转弯、U-turn、目标点导航等）； 分析 bad case，驱动数据挖掘与场景定向优化； 与感知、定位、仿真等团队紧密协作，推动规划模块的量产落地。 【任职要求】 必备条件计算机科学、人工智能、自动化、机器人等相关专业 硕士及以上学历； 扎实的 深度学习 基础，熟悉 Transformer、自回归模型、Attention 机制；熟练使用 PyTorch，有大规模分布式训练经验（DDP / MPI）； 熟悉智能辅助驾驶规划或预测领域，了解轨迹表征（Frenet / Cartesian）、碰撞检测、运动学约束等； 良好的编程能力（Python 为主，C++ 加分），代码质量意识强；有独立阅读、复现前沿论文的能力。 优先条件 有强化学习（RLHF / PPO / GRPO） 在规划或生成任务中的实际应用经验； 有自回归轨迹生成、Tokenization（VQ-VAE / PCA 量化）相关经验； 熟悉模型部署与优化（TorchScript / TVM / ONNX）；有 nuScenes / Waymo / 内部数据集上规划任务的 benchmark 经验； 在 CVPR / NeurIPS / ICRA / CoRL / RSS 等顶会发表过相关论文。