上海规划算法工程师
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
¥28000
中位数 ¥27500 ｜ 区间 ¥21000 - ¥35000
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 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
6月新增岗位
8
对比上月：岗位新增3
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 |
|---|---|---|
| 应届 | 5 | 71.4% |
| 3-5年 | 2 | 28.6% |
热招职位
基于用户决策快照的广告预估基座模型 【课题说明】打造以用户决策过程为核心的下一代广告预估基座模型。课题目标是在美团全域业务（外卖 / 到店 / 酒旅 / 团购等）中，构建一个用于预估任务的「用户决策大模型」，通过拟合用户历史决策时刻的全部上下文信息，学习用户偏好，预测用户下一个时刻的曝光 → 点击 → 浏览 → 加购 → 下单 → 到店 → 评论的全链路多状态、多路径概率。【建议研究方向】
1.多模态决策场景重建：构建「全域行为快照生成器」，将用户的行为序列，转换为用户每一次决策时刻的多模态、高信息密度的「决策快照」。
2.用户决策基座模型：依托「全域行为快照」，预训练一个统一的用户决策基座模型，在给定任意「场景 prompt + 候选 item/店铺」时，能输出用户下一步行为的多任务、多状态概率。
3.决策策略对齐：探索该模型在各个场景上进行轻量微调与部署的方案，实现场景级定制。
关于我们人工智能模型的表现很大程度上依赖于高质量的训练数据。文远知行的数据团队拥有专业的数据标注团队和系统，我们的算法团队致力于通过先进的模型和算法通过自动和半自动标注提高标注效率和质量。
职位描述：
构建新一代大规模和高质量的视觉任务数据集；
研究视觉大模型关键技术，包括但不限于数据筛选、数据合成、模型训练、评测方法等。
职位要求：
扎实的Python/C++开发能力，具备良好的编程习惯；熟练掌握Python，熟悉Pytorch、transformers等常用工具，具备常用数据结构及算法的扎实基础；熟悉视觉感知或大语言模型（LLM）技术，了解前沿视觉大语言模型技术；加分项：具有自动驾驶感知算法研发经验；在顶级会议上发表过文章。
1、三维导航系统开发：基于激光/视觉SLAM实现动态场景重建，开发多目标路径规划算法，设计运动学控制接口适配UR/Unitree等机器人平台；
2、多模态模型工程化：优化视觉语言模型在导航任务中的推理效率，实现多传感器标定工具链，构建仿真-真机数据闭环系统；
3、导航智能体开发：开发面向导航的任务规划与决策等模块开发，设计知识图谱增强的检索系统，探索多智能体协作策略；
4、技术文档编写：编写软件设计文档、调试报告及相关技术资料。
1、27届-28届毕业同学，计算机/人工智能/机器人等相关专业，硕博优先；
2、扎实的深度学习基础，熟悉Transformer、ViT、LLaMA等主流架构，具备多模态模型训练经验；
3、熟练掌握PyTorch，有大规模模型训练与调优的实战经验；
4、有RT-2、OpenVLA、PaLM-E等VLA模型研究或复现经验，或参与过端到端自动驾驶项目（如UniAD、VAD、FusionAD）优先；
5、熟悉GPT-4V、LLaVA、Qwen-VL等视觉语言模型，有指令微调、RLHF经验者优先；
6、有自驾Planning经验，熟悉基于学习或优化的规划方法（模仿学习、模型预测控制、图搜索），有实车或仿真验证经验者优先。
1、负责面向自动驾驶应用的视觉、毫米波雷达、激光雷达等数据预处理和感知算法开发；
2、负责多传感器数据融合，实现目标检测、多目标跟踪、环境建模、目标识别、预测等复杂感知功能；
3、负责多传感器标定算法研发；
4、参与相关智能驾驶功能和场景测试，针对CornerCase进行算法迭代和优化。
负责研发和优化视频生成相关算法，包括基于深度学习的图像到视频、文本到视频等模型。
探索最新的生成模型技术（如Diffusion Models、GAN、Transformer等）并结合业务需求进行创新。
设计视频生成的整体技术架构，保证模型训练、推理和部署的高效性与稳定性。
协同前端、后端工程团队完成视频生成系统的产品化落地。
分析视频生成效果，持续优化模型质量、生成速度和用户体验。
1. 研发、跟踪、改进前沿多传感器测算法，实现包括但不限于视觉和稀疏深度的目标检测，深度估计，语义感知等任务。
2. 负责算法在实际产品中的落地和优化，不限于优化深度学习模型结构，快速实现模型量化、压缩与部署加速；
3. 负责搭建完整的数据闭环Pipeline和数据处理/数据测评系统，保证训练稳定和交付可靠。
- 负责根据需求来完成仿真软件集成、开发，维护并拓展仿真平台；
- 负责搭建完整的仿真流程，按照需求快速生成仿真场景，实现算法迭代；
- 通过仿真研究和应用3DGS，SLAM等技术，探索自动驾驶/机器人等多种应用场景。
1. 前沿3D/4D视觉算法研发：负责研发、跟踪并改进以VGGT、DA3、V-DPM、D4RT等为代表的最新3D&4D基础模型，探索其在动态场景理解与建模中的应用。
2. Feed-Forward 3D/4DGS算法研发：主导前馈式3D高斯泼溅（Feed-Forward 3DGS）与4D高斯泼溅（4DGS）算法的研发。致力于实现从单张或多张图像到可渲染3D场景的快速、泛化重建，并探索其在动态场景时空建模与实时渲染中的应用，突破传统逐场景优化的效率瓶颈。
3. 3D/4D重建算法重构：针对具体业务场景，利用前沿基础几何模型优化SLAM与SfM等传统算法流程，解决大规模、高保真的3D/4D重建中的效率与精度问题。
1. 参与世界模型（World Model）核心算法研发，探索基于Diffusion的时空序列建模，优化场景一致性和运动连贯性。
2. 负责视频/图像生成模型的训练优化，包括采样加速、条件控制、长序列生成等；
3. 跟踪前沿论文，复现并改进核心算法；
4. 与工程团队协作，推动模型在业务场景的落地应用。
1.负责机器人关节电机的控制软件开发和优化。
2.协助电机工程师优化无刷电机性能指标。
3.协助机械、电子工程师提高硬件稳定性和产品性能。
我们诚邀深耕计算机视觉前沿算法领域、基础功底扎实、具备独立科研创新能力的算法工程师加入以世界模型三维重建为核心技术方向的算法团队。你将深度参与底层算法设计、基础视觉模型研发与技术创新工作，主导 / 全程参与需求定义、模型架构设计、算法工程实现、落地验证与迭代优化全链路研究工作。立足前沿技术解决高保真、快速重建的技术瓶颈与业务核心痛点，持续驱动产品技术体验与业务效能升级，与团队共同攻坚前沿技术难题，打造业内领先、具备学术竞争力与工程落地能力的技术解决方案。