{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "无人车业务部-自动驾驶决策规划算法工程师（Machine Learning Planner方向）",
        "job_level": "未披露",AI生成
        "work_category": "全职",AI生成
        "department": "软硬件服务-无人车业务部",
        "location": "北京市",
        "work_mode": "未披露",AI生成
        "job_category": "技术类"AI生成
    },
    "company": {
        "company_name": "美团",
        "company_industry": "科技零售 / 生活服务",
        "company_size": "10000人以上",
        "company_website": "meituan.com",
        "company_description": "美团通过科技推动服务零售和商品零售的数字化，连接消费者与商户。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": "",
        "degree": "专业背景： 计算机、自动化、机器人、人工智能等相关专业本科及以上学历",
        "language": "软性素质： 良好的英语文献阅读能力，对前沿技术有强烈的探索欲",AI生成
        "visa_support": "未披露",
        "responsibilities": "算法研发与迭代： 负责基于深度学习/强化学习（Deep Learning / Reinforcement Learning）的自动驾驶决策规划算法研发，探索数据驱动（Data-driven）的下一代规划算法落地。\n\n复杂场景攻坚： 结合海量人类优质驾驶数据，设计并训练基于数据驱动的轨迹规划或端到端网络，解决城市复杂场景下的交互博弈难题（如无保护左转、行人交互、拥堵加塞等），实现更加安全、高效、拟人的行驶策略。\n\n数据闭环建设： 参与搭建高效的数据闭环链路，包括高价值场景数据的挖掘、清洗、自动化标注，以及模型离线/在线评测系统的开发（Closed-loop Simulation）。\n\n车端工程部署： 负责模型在车端计算平台的轻量化设计与C++工程落地，攻克模型推理延迟，确保算法的安全、实时与稳定。",
        "requirements_text": "专业背景： 计算机、自动化、机器人、人工智能等相关专业本科及以上学历。\n\n工程基础： 扎实的工程经验和计算机基础，精通 C++ 与 Python，熟悉常用的数据结构、算法及复杂度分析，具备优秀的工程代码实现能力。\n\nAI 技术栈： 熟练掌握 PyTorch 等主流深度学习框架。熟悉模仿学习（Imitation Learning）、强化学习（RL）、序列建模（如Transformer）、轨迹预测等相关算法。\n\n软性素质： 良好的英语文献阅读能力，对前沿技术有强烈的探索欲；在工作中强调思考，尊重事实和逻辑；具备优秀的沟通表达和团队协作能力。",
        "skills": [AI生成
            "Python",
            "C++",
            "PyTorch",
            "深度学习",
            "强化学习",
            "数据结构",
            "团队协作",
            "沟通表达",
            "建模"
        ],
        "preferred_qualifications": "未披露",
        "job_highlights": "团队与算力支持： 加入高水平研发团队，团队成员来自清华、北大、中科院等知名高校及业内头部企业。公司提供充足的 GPU 算力与海量真实路采数据支持模型训练。\n\n参与定义行业未来： 接触最前沿的自动驾驶大模型技术，从0到1或从1到10推动“数据驱动规划”这一前沿技术在实际业务场景中的落地，创造真实的社会价值。\n\n广阔的职业发展： 扁平化管理，技术氛围浓厚。职业晋升空间大，表现优异者有机会带领团队进行核心技术攻关和架构创新。"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4259292402&jobShareType=1"
            }
        ]
    },
    "posting": {
        "posting_id": "4259292402",
        "post_date": "",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4259292402&jobShareType=1"
    },
    "fulltext": "无人车业务部-自动驾驶决策规划算法工程师（Machine Learning Planner方向）\n无人车业务部-自动驾驶决策规划算法工程师（Machine Learning Planner方向）\n\n基础信息\n工作地点：北京市\n部门：软硬件服务-无人车业务部\n职位类别：技术类\n职位族群：算法\n更新时间：2026-09-04\n\n岗位职责\n算法研发与迭代： 负责基于深度学习/强化学习（Deep Learning / Reinforcement Learning）的自动驾驶决策规划算法研发，探索数据驱动（Data-driven）的下一代规划算法落地。\n\n复杂场景攻坚： 结合海量人类优质驾驶数据，设计并训练基于数据驱动的轨迹规划或端到端网络，解决城市复杂场景下的交互博弈难题（如无保护左转、行人交互、拥堵加塞等），实现更加安全、高效、拟人的行驶策略。\n\n数据闭环建设： 参与搭建高效的数据闭环链路，包括高价值场景数据的挖掘、清洗、自动化标注，以及模型离线/在线评测系统的开发（Closed-loop Simulation）。\n\n车端工程部署： 负责模型在车端计算平台的轻量化设计与C++工程落地，攻克模型推理延迟，确保算法的安全、实时与稳定。\n\n岗位基本要求\n专业背景： 计算机、自动化、机器人、人工智能等相关专业本科及以上学历。\n\n工程基础： 扎实的工程经验和计算机基础，精通 C++ 与 Python，熟悉常用的数据结构、算法及复杂度分析，具备优秀的工程代码实现能力。\n\nAI 技术栈： 熟练掌握 PyTorch 等主流深度学习框架。熟悉模仿学习（Imitation Learning）、强化学习（RL）、序列建模（如Transformer）、轨迹预测等相关算法。\n\n软性素质： 良好的英语文献阅读能力，对前沿技术有强烈的探索欲；在工作中强调思考，尊重事实和逻辑；具备优秀的沟通表达和团队协作能力。\n\n岗位亮点\n团队与算力支持： 加入高水平研发团队，团队成员来自清华、北大、中科院等知名高校及业内头部企业。公司提供充足的 GPU 算力与海量真实路采数据支持模型训练。\n\n参与定义行业未来： 接触最前沿的自动驾驶大模型技术，从0到1或从1到10推动“数据驱动规划”这一前沿技术在实际业务场景中的落地，创造真实的社会价值。\n\n广阔的职业发展： 扁平化管理，技术氛围浓厚。职业晋升空间大，表现优异者有机会带领团队进行核心技术攻关和架构创新。\n算法研发与迭代： 负责基于深度学习/强化学习（Deep Learning / Reinforcement Learning）的自动驾驶决策规划算法研发，探索数据驱动（Data-driven）的下一代规划算法落地。\n\n复杂场景攻坚： 结合海量人类优质驾驶数据，设计并训练基于数据驱动的轨迹规划或端到端网络，解决城市复杂场景下的交互博弈难题（如无保护左转、行人交互、拥堵加塞等），实现更加安全、高效、拟人的行驶策略。\n\n数据闭环建设： 参与搭建高效的数据闭环链路，包括高价值场景数据的挖掘、清洗、自动化标注，以及模型离线/在线评测系统的开发（Closed-loop Simulation）。\n\n车端工程部署： 负责模型在车端计算平台的轻量化设计与C++工程落地，攻克模型推理延迟，确保算法的安全、实时与稳定。\n专业背景： 计算机、自动化、机器人、人工智能等相关专业本科及以上学历。\n\n工程基础： 扎实的工程经验和计算机基础，精通 C++ 与 Python，熟悉常用的数据结构、算法及复杂度分析，具备优秀的工程代码实现能力。\n\nAI 技术栈： 熟练掌握 PyTorch 等主流深度学习框架。熟悉模仿学习（Imitation Learning）、强化学习（RL）、序列建模（如Transformer）、轨迹预测等相关算法。\n\n软性素质： 良好的英语文献阅读能力，对前沿技术有强烈的探索欲；在工作中强调思考，尊重事实和逻辑；具备优秀的沟通表达和团队协作能力。",
    "standard_classification": {
        "std_category_code": "T013",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}