智能驾驶头部企业、智能驾驶，智能网联方向；

负责自动驾驶端到端模型的研发和落地，包括VLM、VLA、感知端到端、规划端到端和全链路端到端模型；

二、前沿规控算法开发工程师（2026届-上海）

1. 参与自动驾驶前沿规控算法的研究与开发，聚焦强化学习、多模态融合、MCTS 及VLA等决策规划中的创新应用；​
2. 协助完成算法从理论原型到仿真验证的实现过程，参与搭建测试场景，收集并分析测试数据；​
3. 跟踪 ICRA、IROS、ITSC 等顶会及前沿论文，梳理新技术与规控结合领域的技术脉络，提出创新性研究思路；​
4. 配合团队构建算法训练所需的数据集，参与数据驱动模型的训练与优化，探索解决复杂场景规控问题的方案；​
5. 参与工程化技术调研，辅助解决算法落地中的关键技术问题，积累实车应用相关经验。

三、AI大模型算法工程师（2026届-成都、惠州）

1. 参与车载领域端云一体AI产品体系的技术方案设计与能力打造。
2. 从事车载智能交互系统中涉及的包括大模型等AI模型相关技术的研究和应用。包括但不限于对话系统、AIGC、多模态交互等。
3. 从事车载领域场景数据工程的构建和维护。
4. 使用PRETRAIN、 PEFT、SFT、RLHF 等大模型优化技术，从事在垂直领域模型构建以及涉及的相关场景问题中大模型效果的深度优化；
5. 从事汽车座舱内基于大模型的Agents的设计、开发和实现落地。
6. 参与AI模型领域评价体系的构建，以及多种类型、多种模态大模型的评估和对比分析。
7. 开展车载领域AI模型的生产，以及车机端部署所涉及的模型压缩、异构计算资源的加速、调优和性能优化以及分布式推理等工作。
8. 参与研发过程中所涉及的相关文档的撰写、评审，并保证达成计划和质量要求。
9. 承担车载领域AI产品、企业级AI效能提升领域各类项目的持续交付和维护。

四、AI算法开发工程师（2026届-惠州）

1. 算法研发与创新：独立研发数字化场景关键 AI 算法，主导大模型领域自适应微调、轻量化部署及分布式训练架构设计，优化数据 / 模型并行策略，解决模型性能瓶颈，独立完成核心模块代码实现。
2. 技术预研与方案：跟踪行业最新技术动态(如NeurIPS)，与技术团队分享及分析技术趋势报告；主导复杂业务算法方案设计，完成可行性论证与原型仿真验证，平衡算法性能、工程实现。
3. 数据与模型优化：数据优化涵盖多源数据治理、生产特征工程及工业数据增强；模型优化聚焦提升精准度、适应业务动态、优化边缘部署，最终助力提升业务执行效率与质量，降低成本。
4. 学术与知识沉淀：定期开展内部技术分享，形成内部知识库。