招聘信息分享
JOBHUNTER
聚合各大厂 / 国企官网招聘信息，实时同步官方数据
招聘信息分享
JOBHUNTER
聚合各大厂 / 国企官网招聘信息，实时同步官方数据
1. 搭建模型及功能仿真评测体系，开发功能及模型评测指标，服务于模型数据闭环 2. 设计开发迭代开环/闭环仿真指标，提升仿真指标置信度。 3. 根据自动驾驶算法的功能需求与评测方案，使用 Python /C++开发自动化评测指标、可视化分析模块及数据处理工具，提升评测效率与准确性； 4. 构建并维护面向复杂交通场景的仿真评测集，结合真实路测数据与典型工况设计测试用例； 5. 分析自动驾驶系统在各类仿真场景下的行为表现，验证评测指标集的有效性，评估其在不同工况下的覆盖率与稳定性，并持续优化评测体系； 6. 输出高质量的评测报告，为自动驾驶算法迭代提供数据支撑与发版依据；
1.负责业务的服务端开发，保证系统高性能、高可用性； 2.参与系统架构设计和优化，解决技术难题，提高系统稳定性； 3.和产品/测试/运营进行密切沟通，能够根据需求提出合理技术方案； 4.负责软件开发过程中的问题分析和总结，提供建议和帮助改善研发流程。
岗位描述： 1、负责相关业务Android客户端的研发工作，包括需求沟通，及功能设计与开发等； 2、负责Android客户端架构设计、性能调优、功耗优化等； 3、和产品/测试/运营进行密切沟通，能够根据需求提出合理技术方案； 4、负责软件开发过程中的问题分析和总结，提供建议和帮助改善研发流程
1.负责从移动服务订单接收到服务完成之间的全局业务规划、系统操作、人机移动到服务动作完成之间的全链路服务质量、效率把控； 2.负责按照订单任务，标准有效准确地进行车辆维修，并记录维修工单，并对上门服务体验负责； 3.负责在服务前提前诊断、识别用户潜在需求和关联服务动作，确保上门服务一次解决率指标达成； 4.高效地处理多项任务和判断优先级，在预期时间完成工单任务路径规划，以最优行动路线规划服务路径，实现效率、成本最优； 5.负责车载设备和服务车辆检查，定期保养车辆，查询违章、保险、年审信息，确保车上安全用品和工具健康状态。 职位要求
1. 负责自动驾驶世界模型（World Model）算法架构设计，推动生成式AI在自动驾驶场景中的落地； 2. 推进世界模型相关核心技术研发，包括但不限于： - Video Generation - Diffusion Model - Generative Transformer - Multimodal World Model - 4D Scene Generation - Generative Simulation - Closed-loop World Model 3. 推进构建自动驾驶“重建 + 生成 + 仿真 + 闭环训练”统一技术体系，推动下一代端到端自动驾驶（AD 2.0）技术演进； 4. 跟踪国际前沿技术方向，推动核心技术创新与顶级论文、开源项目及行业影响力建设；
1. 负责多任务感知大模型算法开发与落地 * 负责 OD、OCC、车道线、道路结构、红绿灯、交通标志等任务的统一建模； * 探索 Camera / LiDAR / BEV / PV / Temporal Feature 等多模态特征融合； * 研究 perception token / scene token / object token / occupancy token 等统一场景表示； * 提升模型在遮挡、远距离、小目标、复杂交通参与者以及长尾场景下的鲁棒性。 2. 负责端到端红绿灯算法开发与落地 * 负责红绿灯检测、识别、状态理解及可通行性判断； * 研究复杂路口、多灯组、遮挡、逆光、夜间、远距离及闪烁灯等场景； * 探索将 Traffic Light Detection + State Recognition + Decision/Planning 纳入统一端到端模型； * 通过大规模数据训练、Hard Case Mining、Scaling Law 等方式持续提升红绿灯模型能力。
拥有端到端规划模型量产经验，尤其是主流的AR/Diffusion架构量产经验； 拥有规划模型架构设计能力，能够在主流的AR/Diffusion架构上做持续优化和创新； 数据闭环经验丰富，尤其是海量数据的选择、质量提升等； 深度学习训练与模型调优经验丰富，对规划模型训练过程有较好的把控，能够根据数据和模型深入优化训练策略；
1. 负责生成式PDP模型输出轨迹的决策规划后处理算法研发，完成轨迹候选筛选、重排序、行为选择、动力学修正与平滑性优化，构建兼顾安全、效率、舒适、合规与可解释性的预测决策与规划优化链路； 2. 设计碰撞规避、运动学/动力学约束、道路规则、时空风险评估、轨迹置信度评估及降级兜底策略，提升复杂路口、变道绕行、无保护转向/掉头、人车混行和长尾场景下的交互博弈能力； 3. 优化规划时延、系统稳定性等算法工程指标； 4. 深度参与搭建并迭代模型开环评测、闭环仿真体系，制定安全性、通过率、舒适性等指标，创建多模态仿真评测能力，定位模型与规划链路问题并推动量产落地。
1、负责整车属性开发策略的制定及属性开发目标的达成； 2、推动整车开发过程中属性问题的诊断、解决方案的制定及验证，平衡及决策属性开发方案和属性目标； 3、负责整车开发过程中属性阀点交付物的评审，对交付物结果负责； 4、负责属性开发过程中的计划管理、目标管理、问题管理、预算管理、验证管理及交付物管理； 5、与各专项属性进行业务对接，辅助各属性进行问题解决的推进、目标达成，及风险的预警与上升。
1. 域控制器应用开发与优化： 负责汽车域控制器平台（基于Android/Linux）的应用层功能系统架构设计与软件开发，确保功能完备、性能卓越、用户体验流畅。 2. 车端C++算法开发： 主导车端能耗预测、充电预测等自研AI深度学习算法的开发和端侧部署工作； 3. 跨模块交互设计： 负责智能驾驶、智能座舱、AIoT互联、地图导航等关键模块间的功能交互设计与核心功能开发。 4. 技术难题攻关： 解决软件开发中的复杂技术问题，进行性能瓶颈分析、定位与优化，保障系统稳定高效运行。 5. 开发流程与质量： 遵循SOC软件开发规范，熟练运用代码管理（如Git）和缺陷跟踪工具，确保软件质量与交付效率。
工作内容： - 负责座舱音频相关产品规划与落地，包括音频仲裁、标定、多音区体验等，保障用户体验稳居行业前列； - 负责小米汽车音效设计，符合国内、海外审美； - 对标行业竞品迭代产品方案，结合AI，挖掘座舱音频创新场景，持续优化产品竞争力。
1. 对公预提与结算管理 - 审核供应商付款信息的完整性与合规性，确保合同、账单等结算资料齐全、并归档留存； - 按月与财务部门完成账单预提对接，跟进成本支付全流程，保障付款及时准确； 2. 供应商账单核对 - 每月与供应商完成账单数据的逐项核对与确认，及时发现并处理差异； - 建立标准化对账流程，提升核对效率与准确率； 3. 账单异常分析与闭环 - 对账单数据进行异常识别与根因分析，输出结构化分析报告； - 推动问题跨部门协同解决，形成分析→定位→解决→复盘的完整闭环； 4. 成本数据体系搭建 - 搭建并持续优化成本运营数据体系，确保数据的及时性与准确性； - 构建成本运营分析机制，为业务决策提供数据支撑；
1. 全生命周期项目管理：负责智能座舱研发项目（含国内外系统交付）的全生命周期管理，对项目整体进度、质量及交付结果负责，确保项目按时、高质量落地； 2. 多项目统筹与规划：在多项目并行条件下，统筹研发团队的优先级及中远期规划，协调内外部资源，确保项目集进度与整体业务目标对齐； 3. 流程建设与工具链优化：持续沉淀项目管理方法论，推动通用流程/规范的平台化落地，完善项目管理工具链建设，提升团队交付效率； 4. 跨部门协同与沟通：建立高效的跨部门协同机制，与整车团队、产品、研发、设计及海外合作伙伴保持紧密沟通，确保项目目标高效达成。
1. 交付车型营销全周期传播策略，并可高质量完成传播执行与监制； 2. 具备传播需求拆解，分发及回收的效果管理能力； 3. 交付车型营销全周期数据监控与管理，包含用户洞察、产品洞察、传播舆情等相关数据管理结果。
1. 负责工厂工艺管理体系搭建（工艺文件、工艺变更等）； 2. 负责工厂产品变更实施管理（变更评审、试装、实施、断点）； 3. 负责工厂工艺过程变更管理（变更评审、实施、断点）； 4. 负责工艺档案管理，包括外来文件管理； 5. 负责工厂过程质量管理，内外审核协调； 6. 负责部门综合管理事务。
1、构建 AI Native 研发工具链，设计并实现基于 LLM 的下一代研发工具，覆盖需求理解、代码生成、测试验证、发布部署全链路；探索 AI 自主交付模式，让 AI 从 "辅助工具" 升级为 "独立交付者"； 2、攻坚 LLM 工程化核心难题，解决大模型在实际研发场景的落地瓶颈：上下文理解、长程推理、多步骤任务规划；主导智能代码生成、智能测试、智能运维等核心模块架构设计； 3、驱动技术范式革新，用 AI 重新定义研发流程；探索 Multi‑Agent 协作、AI 自我进化等前沿方向； 4、共创开发者生态，参与 Skill 生态建设，让业务团队能快速构建专属 AI 能力；推动 AI 研发落地。
1. 负责大家电品类产品京东官旗销售，为销售结果负责 2. 对内对接产品GTM部门，沟通产品政策、玩法等 3. 对外管理代运营商及品类官旗店铺、直播间 4. 对接平台小二，获取资源、信息，提升销售 5. 对行业、大盘进行研究，总结优秀的经验，沉淀实现销售提升的方法论
1.负责机器人产品的工业设计全流程，包括概念设计、形态推敲、材质选择、结构优化及量产落地； 2.结合机器人功能需求（如运动模块、传感器布局、交互逻辑等），提出创新性外观与交互设计方案； 3.主导用户研究与场景分析，通过设计提升产品的易用性、情感化体验及品牌辨识度； 4.与机械工程师、硬件开发团队深度协作，确保设计方案的技术可行性与生产落地性； 5.跟踪行业设计趋势，制定产品设计语言与视觉体系，推动设计团队能力升级； 6.参与产品定义与战略规划，提供设计驱动的创新方向建议。
1. 负责各车型底盘/内外饰重量和技术竞品对标，目标制定和分解，实现验收闭环 2. 负责提出结构设计优化减重方案并推动方案决策 3. 跨部门合作，针对底盘/内外饰结构不满足整车性能问题提出轻量化的改善方案 4. 负责底盘/内外饰轻量化技术规划，推动新材料，新工艺，新结构等方案的预研 5. 和各方保持密切技术交流，洞察最前沿轻量化技术方向 6.负责创新轻量化方案开发，制定梯度轻量化方案规划。
我们正在寻找顶尖的大模型预训练算法工程师，加入我们的自动驾驶核心算法团队。你将站在物理AI与自动驾驶的前沿，负责构建下一代端到端自动驾驶基础模型。你的工作将直接决定智能驾驶系统的上限，从海量无标注数据中挖掘驾驶规律，探索World Model（世界模型）与多模态学习的边界，推动L2+至L4级自动驾驶技术的落地与进化。 主要职责： 模型研发与创新：负责自动驾驶多模态大模型的预训练框架设计与优化，探索自监督/弱监督学习在长尾场景下的应用，主导视觉-语言-动作（VLA）或多模态对齐技术的研发。 世界模型构建：深入研究生成式模型（如Diffusion、Autoregressive Model），构建自动驾驶领域的世界模型，提升模型对物理规律、因果关系的理解与推演能力，赋能仿真与规控。 端到端技术演进：参与或主导基于大模型的端到端规划算法研发，打通从感知到决策的全链路优化，解决传统模块化系统中的信息损耗与累积误差问题。 大规模训练工程落地：负责千卡级分布式训练的优化，包括但不限于数据并行、模型并行、流水线并行策略，以及显存优化和通信加速，确保训练的高效与稳定。 技术战略规划：跟踪学术界（CVPR/ICCV/ECCV/NeurIPS等）及业界前沿动态，结合业务实际制定技术路线图，攻克数据闭环中的核心算法难题。