仿真场景世界模型算法工程师

base：上海/芜湖 岗位要求： 1.精通生成式AI模型架构（如DiffusionModel、Transformer、LLM），具备多模态大模型（图文/视频/点云）的预训练、微调（SFT、RLHF）及优化能力 2.掌握高效训练方法（如分布式训练、模型压缩、量化部署），可应对从云端训练到车端部署的工程难题 3.精通3DGS与AIGC场景泛化技术，熟悉高阶智驾Fusa和SOTIF场景泛化方案 4.熟练使用主流大模型训练框架，例如Pytorch 5.研究并推进先进的三维场景重建技术（如3DGS、NeRF、Instant-NGP、MVS、COLMAP等），满足自动驾驶仿真应用需求 6.了解Omniverse与OmnRe仿真场景架构 工作内容： 1.负责驾驶场景大模型的设计、训练与性能优化 2.针对智能驾驶验证中的高价值场景（特别是长尾/危险场景）进行定向生成与挖掘 3.实现生成场景的闭环验证，并完成与仿真系统的集成 4.搭建高保真、多模态（图像+点云+语义）的仿真数据生成流程，支持端到端模型的仿真回放 5.参与端到端仿真系统核心模块开发，包括智能交通体、轨迹生成器、动力学模型，并与世界模型实现协同联动