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": "2027AIDU-世界模型架构师(J99982)",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "北京市",
"work_mode": "未披露",AI生成
"job_category": "技术"AI生成
},
"company": {
"company_name": "百度",
"company_industry": "互联网 / 人工智能",
"company_size": "10000人以上",
"company_website": "baidu.com",
"company_description": "百度围绕搜索发展人工智能技术，业务涉及语音、图像、知识图谱、自然语言处理、自动驾驶和AI芯片。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "计算机科学、自动化、机器人学、通信、电子工程、数学等相关专业硕士/博士在读",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 世界模型\n-构建基于多模态传感器的世界模型，实现复杂环境下的预测和决策能力提升；为复杂问题解决效果验证、端到端系统提供强有力的仿真验证能力；\n-跟踪世界模型前沿技术，探索新技术在实际场景中的应用，保持行业技术领先；\n2. 数据与模型迭代\n-构建为实现世界模型需要的数据闭环与数据飞轮。",
"requirements_text": "1. 计算机科学、自动化、机器人学、通信、电子工程、数学等相关专业硕士/博士在读，Coding 能力扎实,有良好模型训练基础及代码规范；\n2. 在生成式视频模型或世界模型架构方面具备深入经验；\n3. 在时空建模、3D 场景表示或神经仿真（Neural Simulation）方面有扎实研究背景；\n4. 熟练掌握 PyTorch等常用框架，有大规模分布式训练经验；\n5. 在机器人/自动驾驶顶级会议有论文发表。\n\n招聘部门：自动驾驶技术部",
"skills": [AI生成
"PyTorch",
"模型训练",
"建模",
"招聘"
],
"preferred_qualifications": "未披露",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent.baidu.com/jobs/detail/GRADUATE/a4cfdb64-4af0-4374-999e-54460e8e8cb2"
}
]
},
"posting": {
"posting_id": "a4cfdb64-4af0-4374-999e-54460e8e8cb2",
"post_date": "2026-05-12",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.baidu.com/jobs/detail/GRADUATE/a4cfdb64-4af0-4374-999e-54460e8e8cb2"
},
"fulltext": "2027AIDU-世界模型架构师(J99982)\n2027AIDU-世界模型架构师(J99982)\n\n基础信息\n地点：北京市\n项目：AIDU项目\n类别：技术\n招聘人数：0\n发布时间：2026-07-21\n\n工作职责\n1. 世界模型\n-构建基于多模态传感器的世界模型，实现复杂环境下的预测和决策能力提升；为复杂问题解决效果验证、端到端系统提供强有力的仿真验证能力；\n-跟踪世界模型前沿技术，探索新技术在实际场景中的应用，保持行业技术领先；\n2. 数据与模型迭代\n-构建为实现世界模型需要的数据闭环与数据飞轮。\n\n职责要求\n1. 计算机科学、自动化、机器人学、通信、电子工程、数学等相关专业硕士/博士在读，Coding 能力扎实,有良好模型训练基础及代码规范；\n2. 在生成式视频模型或世界模型架构方面具备深入经验；\n3. 在时空建模、3D 场景表示或神经仿真（Neural Simulation）方面有扎实研究背景；\n4. 熟练掌握 PyTorch等常用框架，有大规模分布式训练经验；\n5. 在机器人/自动驾驶顶级会议有论文发表。\n\n招聘部门：自动驾驶技术部\n1. 世界模型\n-构建基于多模态传感器的世界模型，实现复杂环境下的预测和决策能力提升；为复杂问题解决效果验证、端到端系统提供强有力的仿真验证能力；\n-跟踪世界模型前沿技术，探索新技术在实际场景中的应用，保持行业技术领先；\n2. 数据与模型迭代\n-构建为实现世界模型需要的数据闭环与数据飞轮。\n1. 计算机科学、自动化、机器人学、通信、电子工程、数学等相关专业硕士/博士在读，Coding 能力扎实,有良好模型训练基础及代码规范；\n2. 在生成式视频模型或世界模型架构方面具备深入经验；\n3. 在时空建模、3D 场景表示或神经仿真（Neural Simulation）方面有扎实研究背景；\n4. 熟练掌握 PyTorch等常用框架，有大规模分布式训练经验；\n5. 在机器人/自动驾驶顶级会议有论文发表。\n\n招聘部门：自动驾驶技术部",
"standard_classification": {
"std_category_code": "T013",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}