薪酬概览
平均月薪
¥23400
中位数 ¥0 ｜ 区间 ¥17800 - ¥29000
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
80% 人群薪酬落在 15-30k
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
8月新增岗位
2
对比上月：岗位减少1
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 | 2 | 66.7% |
| 5-10年 | 1 | 33.3% |
热招职位
工作职责：
1.传感器内参以及多传感器外参联合标定。
2.标定算法benchmark 以及 verification 工具开发。
岗位需求：
1. 计算机、自动化、电子工程、控制理论等相关专业本科及以上学历，硕士及以上优先
2.良好的数学、估计理论基础以及编程经验，熟悉C++或Python
3.熟悉Linux系统环境下的操作和开发
4.能够在充满未知因素和快节奏的环境中工作，结果导向
5.踏实勤奋、积极主动、好学上进，有团队合作精神
6.逻辑清晰，具有良好的表达与沟通能力
7.有高水平会议、知名期刊论文发表者优先
8.有自动驾驶、机器人、无人机背景者优先
1. 负责游戏AI玩家/智能对手/NPC的算法研发与落地，覆盖对战、陪练、剧情交互等场景；
2. 基于深度强化学习（PPO/DQN/MARL）+模仿学习+规则，构建高拟人、强对抗、多样化的AI策略；
3. 设计并实现状态表征、动作空间、奖励函数、课程学习，提升AI学习效率与对战体验；
4. 负责模型训练、调优、仿真验证、线上部署与监控，保障AI稳定、高性能运行；
5. 跟踪前沿技术（多智能体、Self-play、LLM+RL、分布式训练），推动技术创新与复用；
6. 与策划、客户端、服务端协作，理解游戏规则与数值，迭代AI难度与风格。
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. 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。
1、扎实的C++或Python编程能力，精通数据结构和算法，计算机、数学、机器学习、机器人、自动驾驶或相关专业背景优先;
2、在自动驾驶感知算法领域有深入研究经验，至少精通以下一个或多个方向：（BEV感知，3D Detection/Segmentation，Occupancy Network，单目/多目深度估计）;
3、在顶级会议或期刊（如CVPR、ICCV、ECCV、NeurIPS等）发表过相关论文者优先。
1. 计算机、自动化、航空航天、控制工程等相关专业硕士及以上学历，3年以上相关领域控制算法经验；
2. 精通特种载具运动学与动力学，熟悉经典流体力学模型（如MMG、Fossen等）或CFD流体仿真工具；
3. 熟练掌握MPC、LQR、自适应控制等现代控制理论，并有实际工程落地经验；
4. 深刻理解高速载具的姿态控制、襟翼调节或多执行器协同控制经验者优先；
5. 熟悉操纵性标准，对制动距离、回转半径、横摇/纵摇抑制有量化指标的概念；
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. 有端到端自动驾驶或大模型（RL/IL）在机器人/特种载具控制中应用的经验；
3. 有丰富外场实测经历，能独立分析实机测试数据并定位控制问题。
1.在顶级学术会议（如NeurIPS、ICML等）以第一作者发表过相关论文；
2.有知名互联网公司 AI 算法相关工作经验。
1、2027届应届毕业生，计算机科学、人工智能、机器人、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，熟悉监督学习、模仿学习、强化学习等常见算法，以及Transformer、视觉语言模型和VLA模型等相关技术；
3、熟悉PyTorch、TensorFlow等至少一种深度学习框架，具备良好的工程和编程能力，熟练掌握Python，了解C++；
4、具备良好的数学基础，包括线性代数、概率论、统计学及最优化方法等；
5、对机器人学习、具身智能和多模态大模型具有浓厚兴趣，具备较强的学习能力、创新意识及问题分析能力；
6、在机器学习、计算机视觉、自然语言处理、机器人或具身智能相关领域的顶级期刊或会议发表过论文者优先；
7、具备良好的团队协作和沟通能力，能够积极推动研究成果的工程验证与应用落地。
1、具备自动驾驶端到端项目的开发经验，熟悉轨迹预测/路径规划等相关算法；
2、具备良好的数理功底以及代码能力；
3、具备良好的沟通协作能力与问题解决能力；
4、有低速自动驾驶、机器人等领域项目经验者优先。
1. 计算机、自动化、机器人等相关专业硕士及以上学历，3年以上自动驾驶或机器人感知算法经验；
2. 核心技术栈：
- 精通C++/Python，熟练掌握PyTorch/TensorFlow框架；
- 必须具备 BEV + Transformer 实战经验，深入理解时序融合与空间对齐原理；
- 熟悉 Occupancy Network / Voxel-based 感知范式，有相关落地经验者优先；
3. 融合与部署能力：
- 熟悉多传感器标定与融合算法，有视觉+雷达/声学融合经验者极佳；
- 具备扎实的模型部署能力，熟悉TensorRT/ONNX及嵌入式Linux开发环境；
4. 加分项：
-有CVPR/ICCV/ECCV等顶会论文或知名开源项目贡献者优先；
-有机器人、飞行器、航行器或特殊环境（雪地/矿区）感知项目经验优先。