广州规划算法工程师
规划算法工程师是指在各种工程和科学领域中负责开发和优化规划算法的专业人士。他们使用数学建模、优化技术和计算机编程知识，设计和实现算法来解决复杂的实际问题。规划算法工程师通常涉及到各种领域，如交通运输、物流管理、能源系统、生产计划等，他们的工作可以帮助提高资源利用效率、降低成本、优化决策，提高生产效率等。此外，他们还需要进行算法的性能分析和优化，以确保算法在实际应用中能够高效运行。因此，规划算法工程师需要具备扎实的数学、计算机科学和工程学科知识，能够熟练运用数学建模工具和编程语言，具备良好的逻辑思维能力和团队合作精神。
薪酬概览
平均月薪
¥31900
中位数 ¥0 ｜ 区间 ¥25400 - ¥38400
数据来源：样本数量过少，仅供参考；更新时间：2026年7月13日
月薪分布
60% 人群薪酬落在 >30k
三大影响薪酬的核心维度
影响薪资的核心维度1：工作年限
影响薪资的核心维度2：学历背景
市场需求
4月新增岗位
13
对比上月：岗位减少5
数据由各大平台公开数据统计分析而来，仅供参考。
岗位需求趋势
不同经验岗位需求情况
| 工作年限 | 月度新增职位数 | 职位占比数 |
|---|---|---|
| 3-5年 | 1 | 100% |
热招职位
1. 计算机、人工智能、自动化等相关专业硕士及以上学历，3年以上自动驾驶或机器人规划算法经验。
2. 精通C++/Python，熟练掌握PyTorch/TensorFlow框架，具备优秀的工程落地与代码实现能力。
3. 熟悉UniAD, VAD, Diffusion Policy 等主流端到端自动驾驶/机器人规划范式。
4. 具备VLM/LLM大模型训练（Pre-train/SFT/RLHF）及多模态任务应用经验。
5. 良好的团队协作与沟通能力，具备快速学习和解决问题的能力。
6. 加分项：
① 有CVPR/ICCV/ECCV等顶会论文或知名开源项目贡献者优先。
② 有机器人、飞行器、航行器或特殊环境（雪地/矿区）感知规划经验者优先。
1.有生图/生视频模型后训练经验者优先，熟悉扩散模型、GAN等生成式模型者优先；
2.有ACM/ICPC竞赛背景或顶级学术会议论文发表者优先。
1.负责 AI 在企业微信场景落地的核心系统建设，包括 LLM 记忆系统、上下文工程、图谱构建的设计和实现
2.完成结构化/非结构化数据的信息压缩、知识提炼、关系挖掘和推理、图谱的存储和更新
3.持续跟踪并引入最新的记忆系统构建、上下文管理技术，推动技术在实际业务的创新应用，打造下一代 AI 应用系统
1.负责微信小店业务的推荐技术研发，包括但不限于召回、精排、重排，新用户冷启等；
2.结合微信小店的业务特点，对推荐全链路上的模型进行效果优化以及推荐策略迭代，提升用户体验以及业务指标。
1.在 NeurIPS、ACL、ICML、EMNLP 等顶会有以第一作者发表过论文优先；
2.有 RAG 技术实现与调优、Agent 应用落地经验优先；
3.有大模型测评，大模型数据管理相关经验优先。
中文：
我们致力于开发高效的自动驾驶算法和评估系统，以增强和优化我们的自动驾驶技术。该职位将专注于研究基于人工智能的方法，并将其部署在仿真工具上，以促进AV算法的开发和验证。
工作职责：
研发AI 为基础的方法并部署到仿真工具中来帮助AV 算法的开发和验证。包括但不限于：
1. 生成真实的仿真场景。
2. 开发与AV 算法合理交互的仿真智能体。
3. 开发AI 为基础的指标来评估仿真的结果。
需求：
1. 至少在预测，计算机视觉，大语言模型 或强化学习的一方面有很好的知识积累和实践经验；
或有很强的算法和C++coding 能力
2. 良好的沟通能力
3. 自驱力强，相信仿真对无人驾驶行业的未来
加分项：
1. 世界模型相关的经验
2. 计算机视觉或lidar 检测模型相关的经验
3. 预测或端到端AV 模型相关的开发经验
4. 规划控制相关的经验
5. 顶会或期刊的发表
1.2027 届应届毕业生，计算机科学、人工智能、电子工程、自动化等相关专业；
2.具备扎实的机器学习理论基础，熟悉常见的机器学习算法（如监督学习、无监督学习、强化学习等）和深度学习框架（如 TensorFlow、PyTorch 等）；
3.有一定的编程能力，熟练掌握 Python、C++ 等编程语言；
4.具备良好的数学基础，包括线性代数、概率论、统计学等；
5.有较强的学习能力和创新精神，对自动驾驶技术有浓厚的兴趣和热情；
6.具备良好的团队合作精神和沟通能力，能够承受一定的工作压力。
1、2027届研究生及以上学历，计算机、人工智能、自动化、机器人、测绘遥感、电子信息等相关专业优先；
2、具备计算机视觉、深度学习、三维几何或机器人相关基础，在三维重建、空间理解、视频生成、生成式数据、自动驾驶或机器人方向中至少一个方向有项目实践经验；
3、具备一定的算法问题拆解与实验分析能力，能够结合项目目标进行方案理解、实验对比和结果分析；
4、具备基础工程实现能力，熟悉 Python，了解 PyTorch / TensorFlow 等至少一种深度学习框架，能够完成数据处理、模型训练、评估分析或实验 pipeline 开发；
5、具备较好的论文阅读与方法复现能力，能够跟进相关方向前沿技术，并理解其在实际场景中的应用价值；
6、具备良好的沟通协作能力、学习能力和项目推进意识，能够在团队协作中持续学习并解决实际问题。
加分项
1、有三维重建、深度估计、NeRF、3D Gaussian Splatting、多视图立体、SLAM、场景理解等相关项目经验；
2、有图像/视频/3D 生成、合成数据、仿真数据或世界模型相关经验；
3、有自动驾驶、机器人、具身智能等相关科研、实习、竞赛或课程项目经验；
4、有从数据处理、模型训练到评估分析的完整实验经历，或有算法训练、数据生产、生成式数据 pipeline 搭建经验；
5、在相关方向有论文发表、开源项目、竞赛成果、优秀课程项目或产品落地经验。
1、计算机、自动化、电子工程、数学、车辆工程等相关专业研究生以上在读；
2、了解 VLA/VLM、大语言模型的基本原理，有相关课程学习或个人项目经验优先；
3、了解自动驾驶基本技术流程，对轨迹预测、运动规划、博弈决策等算法有基础认知者优先；
4、具备良好的数理基础，熟练掌握 C++ / Python 编程语言，熟悉 PyTorch 等深度学习框架；
5、学习能力强，逻辑思维清晰，能独立分析和解决简单的技术问题；
6、有良好的沟通能力和团队协作精神，工作认真细致，有责任心；
7、能保证稳定的实习时间。
加分项
1、有自动驾驶、机器人领域 AI 算法相关项目或竞赛经验；
2、有大模型微调、推理优化或多模态模型相关经验；
3、了解 Apollo、Autoware 等开源自动驾驶框架；
4、发表过相关领域的论文或技术博客。
1. 具有模型化的专业背景及完整知识体系，人工智能相关专业或长期从事模型训练开发；
2. 有端到端、多模态大模型量产研发经验；
3. 熟悉数据闭环、自动标注、规控后处理等上下游协作关系，有主动安全行业经验者优先。
岗位介绍
你将参与智能驾驶实车和台架测试，负责测试执行、问题记录、数据整理和测试报告输出，是发现真实道路问题和保障版本质量的重要角色。
你将负责
负责测试车辆和测试台架的软件部署、版本更新和日常维护。
执行实车道路测试和台架测试。
根据测试需求完成场景测试。
记录系统表现、异常现象和问题数据。
整理日志、视频、场景描述等信息。
输出测试报告并支持问题回归验证。
我们希望你具备
持有C1/C2驾照，具备实际驾驶经验。
有ADAS、智能驾驶或自动驾驶实车测试经验优先。
熟悉NOA、LCC、APA、HPA等辅助驾驶功能。
熟悉Linux基础命令。
具备良好的安全意识、执行能力和问题记录能力。
加分项
有台架测试、道路测试或量产项目测试经验。
熟悉Python/Shell，能完成简单脚本操作。
熟悉智能驾驶系统基础架构
