简历直推 | 清华大学全国重点实验室招聘工程师/博后/实习生（世界模型/重建/感知等）

点击下方卡片，关注“自动驾驶之心”公众号

戳我->领取自动驾驶近30个方向学习路线

清华大学智能绿色车辆与交通全国重点实验室招聘工程师/博后/实习生，感兴趣的可以联系柱哥投递简历或邮箱自行投递简历。

自动驾驶车端世界模型方向

招工程师/博后/实习生

【岗位目标】

面向端到端自动驾驶核心技术需求，从事车端世界模型的研究与工程化落地。构建融合物理先验、时序一致性与行为预测能力的世界模型架构，实现复杂驾驶场景的理解、预测与生成，支撑自动驾驶系统的感知、预测、规划一体化能力建设，推动端到端自动驾驶技术的工程化应用。

【核心职责及次要职责】

核心职责：

1. 研究与开发车端世界模型核心架构，融合物理先验、因果推理、时序一致性与行为预测能力；

2. 构建驾驶场景时空表征与预测模型，实现交通参与者行为预测、场景演化推理与长期规划；

3. 研发基于Transformer、Diffusion、Neural Fields等前沿架构的场景生成与仿真模型；

4. 设计多模态输入融合方案，实现图像、点云、地图、轨迹等多源信息的统一编码与推理；

5. 完成世界模型在车端平台的部署优化，满足实时性与资源约束要求。

次要职责：

1. 搭建模型评估体系，量化场景预测精度、生成质量、时序一致性及下游任务收益；

2. 开展模型压缩、量化、推理加速等工程优化，保障车端高效运行；

3. 跟踪世界模型前沿进展，完成论文复现与技术调研；

4. 协助团队完成技术文档撰写、项目汇报与学术论文产出。

【任职要求】

1. 计算机、人工智能、自动化、车辆工程等相关专业硕士及以上学历；

2. 熟悉Transformer、Diffusion Models、State Space Models等时序建模与生成式架构；

3. 熟练掌握PyTorch，具备大规模模型训练与调优经验；

4. 熟悉自动驾驶感知、预测、规划相关技术，理解端到端自动驾驶技术栈；

5. 有世界模型、视频预测、行为预测、VLA/VLM相关研究经验者优先；有车端模型部署经验者优先；有高水平论文发表者优先。

【所需材料】

1. 个人简历

2. 代表性成果支撑材料

【应聘方式】

请将应聘材料打包发送至：helei2023@tsinghua.edu.cn，邮件请注明“岗位名称+应聘人员姓名”。

从路侧传感数据重建生成车端传感数据

招工程师/博后/实习生

【岗位目标】

面向车路云一体化场景，从事多模态大模型与生成式算法研究，实现基于路侧传感数据的车端视角重建与生成。研发世界模型核心架构、三维重建与神经渲染系统、多视角生成算法，完成跨视角场景重建与高质量数据生成。

【核心职责及次要职责】

核心职责：

1. 研究与复现前沿多模态大模型（VLA/VLM/WFM）与生成式算法，包括Transformer、Diffusion、Neural Fields等，完成论文复现、理论分析与工程级实现；

2. 设计并研发世界模型核心架构，融合物理先验、因果推理、时序一致性、行为预测及长期规划，支撑复杂场景下的高可靠生成与推理；

3. 构建多模态特征融合与对齐体系，实现图像、点云、深度、传感器数据、动作序列等跨模态信息的高效对齐、编码与融合；

4. 研发三维重建与神经渲染系统，包括数据预处理、相机/传感器标定、稠密建模、NeRF/3DGS优化、可微渲染与新视角生成；

5. 基于Diffusion Models进行多视角生成与视角修复，探索条件生成、跨视角重建、场景扩展等模型，与3D重建/世界模型深度协同。

次要职责：

1. 搭建统一评估体系与自动化测试框架，量化重建质量、生成稳定性、时序一致性及推理性能；

2. 开展系统级工程优化与部署，包括推理加速、量化、裁剪、算子优化、多机多卡训练优化；

3. 协助团队完成相关技术文档撰写、项目汇报与学术论文产出；

4. 配合团队开展技术研讨交流与对外展示。

【任职要求】

1. 计算机、电子信息、人工智能、自动化等相关专业硕士及以上学历；

2. 熟悉Transformer、Diffusion Models、NeRF/3DGS等前沿生成式与三维重建算法，具备论文复现与工程实现能力；

3. 熟练掌握PyTorch，具备大规模模型训练经验，熟悉分布式训练与多卡优化；

4. 具备多模态数据处理经验，熟悉图像、点云、深度等多源数据的融合与对齐；

5. 有VLM/VLA/世界模型相关研究经验者优先；有NeRF/3DGS/Diffusion实际项目经验者优先；有高水平论文发表者优先。

【所需材料】

1. 个人简历

2. 代表性成果支撑材料

【应聘方式】

请将应聘材料打包发送至：helei2023@tsinghua.edu.cn，邮件请注明“岗位名称+应聘人员姓名”。

智能网联自动驾驶感知算法

招工程师/博后/实习生

【岗位目标】

面向智能网联自动驾驶感知系统核心需求，从事BEV感知算法研发与嵌入式部署工作，涵盖障碍物检测、车道线识别、红绿灯与交通标识识别等关键感知任务。完成感知模型在Orin平台的高效推理部署，实现多传感器数据融合与系统集成，保障感知模块在车端环境的稳定运行，支撑智能网联自动驾驶系统的工程化落地。

【核心职责及次要职责】

核心职责：

1. 负责BEV感知算法的研发与优化，包括障碍物检测、车道线识别、红绿灯与交通标识识别等核心任务；

2. 完成感知模型在Orin平台的模型转换与C++推理部署，确保算法性能与实时性；

3. 负责感知模块的ROS Topic数据收发与系统集成，保障算法在车端稳定高效运行；

4. 承担相机、雷达等多类传感器的数据解析与驱动开发。

次要职责：

1. 负责ROS各节点的调度与系统集成，保障全套感知模块在实车环境中的稳定部署；

2. 参与感知结果与交通流的可视化平台开发，实现前后端一体化的模型展示与运维；

3. 协助团队完成感知相关技术文档撰写与项目汇报；

4. 配合团队开展感知系统的测试验证与问题排查。

【任职要求】

1. 计算机、电子信息、车辆工程、自动化等相关专业硕士及以上学历；

2. 熟悉主流深度学习框架（PyTorch/TensorFlow），具备BEV感知、目标检测等算法开发经验；

3. 熟练掌握C++编程，具备TensorRT/ONNX模型转换与嵌入式推理部署经验；

4. 熟悉ROS/ROS2开发，具备多传感器数据处理与系统集成经验；

5. 有Orin等嵌入式平台部署经验者优先；有实车感知系统开发经验者优先。

【所需材料】

1. 个人简历

2. 代表性成果支撑材料

【应聘方式】

请将应聘材料打包发送至：helei2023@tsinghua.edu.cn，邮件请注明“岗位名称+应聘人员姓名”。

分层解耦AI共性功能模块库软件

招工程师/博后/实习生

【岗位目标】面向智能网联自动驾驶AI算法工程化需求，从事分层解耦的AI共性功能模块库设计与开发，构建模块化、组件化、可扩展的算法组件体系。研发图形化开发系统与可视化工具链，支持拖拽式流程构建与任务编排，提升算法开发效率与系统集成能力，支撑车路云一体化数字底座与AI计算基础平台建设。

【核心职责及次要职责】

核心职责：

1. 负责分层解耦的AI模块库设计与开发，实现模块化、组件化、可扩展的算法组件体系；

2. 研发图形化开发系统与可视化工具链，支持拖拽式流程构建、模型配置与任务编排；

3. 负责前后端整体架构设计与开发（Web/桌面应用），实现模型管理、任务调度、可视化渲染与交互；

4. 与算法团队协作，完成算法封装、接口标准化、模块管理与系统集成。

次要职责：

1. 优化工具链性能与用户体验，提升可维护性、扩展性和开发效率；

2. 编写技术文档与接口规范，保障系统可维护性；

3. 协助团队完成平台演示与对外展示；

4. 配合团队开展系统测试与问题排查。

【任职要求】

1. 计算机、软件工程等相关专业硕士及以上学历；

2. 熟练掌握前端（Vue/React/TypeScript）与后端（Python/Go/Node.js）至少一类技术栈；

3. 理解软件架构设计、模块化开发、接口设计（REST/gRPC）与系统工程化；

4. 熟悉可视化技术（WebGL、Three.js、ECharts等）或图形化流程引擎者优先；

5. 有工具链平台、工作流系统、低代码平台或可视化编辑器开发经验者优先。

【所需材料】

1. 个人简历

2. 代表性成果支撑材料

【应聘方式】

请将应聘材料打包发送至：helei2023@tsinghua.edu.cn，邮件请注明“岗位名称+应聘人员姓名”。