南京地平线信息技术有限公司2026招聘强化学习方向智能驾驶端到端算法工程师

智能驾驶端到端算法工程师（强化学习方向）
招聘人数：20人
单位名称：南京地平线信息技术有限公司
薪资待遇：面议
工作地点：北京市,上海市
发布日期：2026-04-08
基本要求
工作类型：全职
学历要求：硕士研究生及以上
专业要求：电子科学与技术,计算机科学与技术,电子科学与技术,信息与通信工程,计算机科学与技术
岗位职责
RL 算法设计与创新：深入研究 PPO、GRPO 等主流 RL 算法在驾驶场景中的适配与改进。在端到端智驾模型的基座上，探索 Model-based RL、离线强化学习（Offline RL）、层级强化学习等前沿范式，针对驾驶的长时序、稀疏奖励、多智能体特性提出系统性解法。
奖励函数工程：设计覆盖安全性、舒适性、效率、交通规则遵守等维度的奖励体系，探索类似LLM的自动奖励生成（RLHF/RLAIF）与奖励塑形（Reward Shaping）技术，让奖励信号真正对齐驾驶智能的本质目标。
大规模仿真训练体系：构建高保真、可扩展的 RL 训练环境，解决仿真到现实的迁移鸿沟（Sim-to-Real Gap），设计对抗性场景生成与课程学习（Curriculum Learning）策略，驱动模型在极端长尾场景下持续进化。
评测与验证：深度参与仿真评测与路测体系建设，建立 RL 策略的可解释性分析框架，在仿真闭环与真实道路之间构建高效反馈回路，让每一轮策略迭代都有数据支撑。
任职要求
硕士及以上学历，计算机、人工智能、自动化等相关专业；
扎实的强化学习理论基础，熟悉主流 RL 算法理解 MDP 建模、探索与利用权衡，online/offline, on/off-policy等核心概念；
熟悉自动驾驶端到端或强化学习相关开源算法，具备深度强化学习实际开发经验；
熟练使用 PyTorch，有 RL 训练或仿真框架使用经验；
具备良好的工程素养（Python/C ），能写出可读、可维护、可复现的研究与工程代码。
福利待遇
直接进入公司核心研发团队，参与量产级系统开发，积累真实工程经验
探索前沿课题，公司给你展示平台形成个人技术影响力
获得具有竞争力的回报，充分认可研究价值
由行业大牛亲自带教，导师制学术分享制助力成长起飞
职业发展
直接进入公司核心研发团队，参与量产级系统开发，积累真实工程经验
探索前沿课题，公司给你展示平台形成个人技术影响力
获得具有竞争力的回报，充分认可研究价值
由行业大牛亲自带教，导师制学术分享制助力成长起飞
联系方式
联系人：姜雪
应聘邮箱：[email protected]
联系电话：025-69511000
公司地址：南京经济技术开发区兴智路6号兴智科技园A栋20层