主分类：机器人与自动驾驶算法研发
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "【无人车北斗实习】世界模型实习生",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "未披露",
"location": "北京市 / 深圳市",
"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": "硕士期间发表至少1篇、博士期间发表至少3篇 CCF-A 类端到端或世界模型方向论文",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "【工作内容】\n1. 探索端到端隐式世界模型的架构设计与训练范式，推动自动驾驶感知-决策一体化研究\n2. 开展模型结构创新与对比实验，挖掘隐式表征在闭环系统中的潜力\n3. 参与大规模数据管道建设与实验平台搭建，提升研究效率\n【岗位吸引点】\n1. 前沿方向 + 真实数据：隐式世界模型研究结合美团大规模真实物流驾驶数据，让前沿探索有充足的数据支撑\n2. 端到端全栈自研优势：智能驾驶与硬件全线自研，实习生可深入了解从传感器数据到端到端模型输出的完整链路，视角系统而稀缺\n3. 成果快速落地：研究成果有机会直接集成进量产系统并在真实运营车队中验证效果",
"requirements_text": "1. 硕士期间发表至少1篇、博士期间发表至少3篇 CCF-A 类端到端或世界模型方向论文\n2. 具有头部自动驾驶公司强化学习或世界模型相关方向实习经历\n3. 工程能力突出，具备从零搭建并训练端到端大模型的实际经验",
"skills": [AI生成
"强化学习",
"大语言模型"
],
"preferred_qualifications": "未披露",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4501197131&jobShareType=1"
}
]
},
"posting": {
"posting_id": "4501197131",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4501197131&jobShareType=1"
},
"fulltext": "【无人车北斗实习】世界模型实习生\n【无人车北斗实习】世界模型实习生\n\n基础信息\n工作地点：北京市 / 深圳市\n职位类别：技术类\n职位族群：算法\n更新时间：2026-05-22\n\n岗位职责\n【工作内容】\n1. 探索端到端隐式世界模型的架构设计与训练范式，推动自动驾驶感知-决策一体化研究\n2. 开展模型结构创新与对比实验，挖掘隐式表征在闭环系统中的潜力\n3. 参与大规模数据管道建设与实验平台搭建，提升研究效率\n【岗位吸引点】\n1. 前沿方向 + 真实数据：隐式世界模型研究结合美团大规模真实物流驾驶数据，让前沿探索有充足的数据支撑\n2. 端到端全栈自研优势：智能驾驶与硬件全线自研，实习生可深入了解从传感器数据到端到端模型输出的完整链路，视角系统而稀缺\n3. 成果快速落地：研究成果有机会直接集成进量产系统并在真实运营车队中验证效果\n\n岗位基本要求\n1. 硕士期间发表至少1篇、博士期间发表至少3篇 CCF-A 类端到端或世界模型方向论文\n2. 具有头部自动驾驶公司强化学习或世界模型相关方向实习经历\n3. 工程能力突出，具备从零搭建并训练端到端大模型的实际经验\n【工作内容】\n1. 探索端到端隐式世界模型的架构设计与训练范式，推动自动驾驶感知-决策一体化研究\n2. 开展模型结构创新与对比实验，挖掘隐式表征在闭环系统中的潜力\n3. 参与大规模数据管道建设与实验平台搭建，提升研究效率\n【岗位吸引点】\n1. 前沿方向 + 真实数据：隐式世界模型研究结合美团大规模真实物流驾驶数据，让前沿探索有充足的数据支撑\n2. 端到端全栈自研优势：智能驾驶与硬件全线自研，实习生可深入了解从传感器数据到端到端模型输出的完整链路，视角系统而稀缺\n3. 成果快速落地：研究成果有机会直接集成进量产系统并在真实运营车队中验证效果\n1. 硕士期间发表至少1篇、博士期间发表至少3篇 CCF-A 类端到端或世界模型方向论文\n2. 具有头部自动驾驶公司强化学习或世界模型相关方向实习经历\n3. 工程能力突出，具备从零搭建并训练端到端大模型的实际经验",
"standard_classification": {
"std_category_code": "T013",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}