[北京上海]北京地平线信息技术有限公司

职位：模型训练平台实习生|端到端算法实习生|端到端仿真算法实习生|VLA算法实习生|世界模型算法实习生
发布时间：2026-04-09
工作地点：北京 上海
信息来源：北京航空航天大学
职位类型：兼职
专业标签：自动化 数学类 物理学 机械类 计算机
职位描述
北京地平线信息技术有限公司
发布时间：2026-04-09
职位名称:模型训练平台实习生
|||职位名称:端到端算法实习生
|||职位名称:端到端仿真算法实习生
|||职位名称:VLA算法实习生
|||职位名称:世界模型算法实习生
学历:硕士,博士
|||学历:硕士,博士
|||学历:硕士,博士
|||学历:硕士,博士
|||学历:硕士,博士
需求人数:2
|||需求人数:2
|||需求人数:2
|||需求人数:2
|||需求人数:2
需求专业:不限专业
|||需求专业:不限专业
|||需求专业:不限专业
|||需求专业:不限专业
|||需求专业:不限专业
|||需求专业:不限专业
工作地点:北京市,上海市
|||工作地点:北京市,上海市
|||工作地点:北京市,上海市
|||工作地点:北京市,上海市
|||工作地点:北京市,上海市
职位描述:工作内容
你将参与解决自动驾驶大规模模型训练中的核心系统问题，包括：
- 设计与优化自动驾驶模型的 大规模训练基础设施
- 提升 万卡GPU训练集群 的训练效率与系统稳定性
- 构建可扩展的 PB级自动驾驶数据训练 pipeline
- 分析并解决分布式训练中的性能瓶颈，包括 GPU利用率、通信开销、I/O吞吐等问题
- 与自动驾驶算法团队协作，加速感知、多模态及端到端模型的训练迭代
? 任职要求
【基本要求】
1、计算机科学、人工智能或相关方向 在读博士
2、扎实的编程基础，熟练掌握 Python 或 C++
3、熟悉至少一种深度学习框架，例如 PyTorch
4、熟悉 Linux开发环境，具备良好的系统调试能力
5、对 大规模机器学习系统、分布式训练或AI基础设施 有浓厚兴趣
【加分项】具备以下经验之一者优先：
1、分布式训练经验（DDP / FSDP / DeepSpeed / Megatron 等）
2、CUDA或GPU性能优化经验
3、大规模训练系统或训练平台研发经验
4、自动驾驶相关模型经验（BEV感知、3D检测、多模态融合等）
5、熟悉高性能通信或GPU集群技术
|||职位描述:工作职责
【工作目标】跟踪智驾技术发展，验证相关技术，探索更先进技术
【岗位职责】探索自动驾驶前沿算法方向，跟踪并复现自动驾驶领域前沿论文
? 任职要求
- 博士，计算机 / 人工智能 / 自动化等相关专业（CVPR / ICLR / NeurIPS 等顶会论文作者优先）
- 熟悉端到端自动驾驶、轨迹预测、模仿学习、RL等相关算法
- 了解基于 BEV、Transformer等的主流感知建模方法
- 熟练使用 Python，熟悉 PyTorch 等深度学习框架
- 学习能力强，具备良好的沟通能力和独立推进问题的能力
- 英语阅读和写作能力良好，可独立完成论文撰写
|||职位描述:工作职责
- 探索并研发下一代自动驾驶仿真核心算法,推动技术创新与迭代。
- 开发针对端到端自动驾驶模型的场景重建算法,包括障碍物重建、地图元素重建等。
- 优化场景重建算法的精度和性能,确保算法在实际应用中的可行性和高效性。
? 任职要求
1、计算机科学、自动化、车辆工程、数学、物理等相关专业，硕士及以上学历
2、精通C++或Python编程，深入理解计算机体系结构、数据结构和算法设计
3、具备优秀的分析问题和解决问题的能力，能够在复杂的场景中构建高效的算法
4、对自动驾驶、仿真技术及相关前沿领域有浓厚的兴趣，愿意深入探索与学习
5、具备良好的团队协作能力，能与跨部门的技术团队紧密配合，推动项目的成功落地
6、熟悉深度学习框架(如TensorFlow、PyTorch等)，有扩散模型(Diffusion Models)或其他生成式模型开发经验者优先
7、了解机器人算法，熟悉强化学习，有相关开发经验者优先
|||职位描述:工作职责
- 突破时序编码瓶颈：引入 Test-time-training 等技术，实现对物理世界时序信息的高效压缩与编码，在保持性能的同时，将 token 规模与算力开销降至可部署级别。
- 构建场景化 VLA 数据体系：基于驾驶场景，构建覆盖空间感知、时序行为、长尾场景与因果推理的结构化数据体系，提升模型对物理世界的理解深度。
- 实现实时闭环决策：在车载边缘设备上实现 24FPS 以上的实时推理，让模型从 “被动感知” 进化为 “主动决策”，支撑自动驾驶的长程规划与安全交互。
? 任职要求
1、计算机、数学等相关专业在读硕士及以上学历；
2、具备扎实的数学和机器学习基础；
3、具有较强的编程能力、英文文献阅读能力、自我学习能力；
4、实习时间6个月以上，自我驱动，针对某一个方向独立深入研究，或参与主版本迭代。
|||职位描述:岗位职责
- 通用视觉表征模型构建：构建一套新的视觉表征模型框架与训练范式，使得学习的表征能够富含运动表征，3D表征，以及语言表征；
- 构建世界模型：面向自动驾驶场景，构建一套富含空间建模，运动建模，以及因果推理的世界模型的架构与训练范式；
- 自我学习与更新：在这套范式下，探索自我学习与更新迭代的范式，实现长尾场景的自我迭代与学习的能力；
? 任职要求
1、计算机、数学等相关专业在读硕士及以上学历；
2、具备扎实的数学和机器学习基础；
3、具有较强的编程能力、英文文献阅读能力、自我学习能力；
4、实习时间6个月以上，自我驱动，针对某一个方向独立深入研究，或参与主版本迭代。
【课题背景】
自动驾驶场景具有复杂的高频动态交互，超长时间记忆，异形物多样等各种复杂问题，当前基于白盒的端到端方案无法实现极高安全性与舒适性的类人驾驶。我们需要突破当前的技术架构的瓶颈，构建一个上限更高，面向L4/L5级的自动驾驶的方案与框架，并且能够在车端边缘设备上实现控制规划。
【研究愿景】
构建模拟世界基本动态的统一模型-世界模型，并以世界模型为中心，构建下一代自动驾驶与物理AI的方案。
简历接收邮箱:dream@horizon.auto

Hi 同学们！地平线正在寻找闪闪发光的你 ?

如果你对人工智能、智能驾驶、具身智能充满热情，想在大牛团队里快速成长，这次专项人才计划的实习机会千万别错过！

地平线专项人才计划，是面向高校研究型人才和工程能力突出者的专属通道，期待有技术热情、愿意长期探索技术边界和上限的大家，和地平线一起上场，与世界交手uD83DuDCAA
","shortContent":"Hi 同学们！地平线正在寻找闪闪发光的你 ?如果你对人工智能、智能驾驶、具身智能充满热情，想在大牛团队里快速成长，这次专项人才计划的实习机会千万别错过！地平线专项人才计划，是面向高校研究型人才和工程能力突出者的专属通道，期待有技术热情、愿意长期探索技术边界和上限的大家，和地平线一起上场，与世界交手uD83DuDCAA