京东 – 自动驾驶端到端大模型算法工程师 职位分析和面试指导

职位描述：

1.负责自动驾驶中端到端大模型的设计和开发，包括但不限于两段式端到端、一段式端到端、VLA等

2.针对车端部署，开展模型算法层面性能优化工作，例如TensorRT加速、模型量化、剪枝、蒸馏、混合精度训练微调等，保证模型车端高效迭代和高性能部署

3.负责大规模自动驾驶数据集的自动化挖掘、标注及管理，优化大模型以提升自动驾驶系统的性能

4.与其他算法、软件、infra等团队紧密合作，确保算法在整体系统中的有效集成

5.跟踪最新的自动驾驶技术趋势，评估并整合前沿技术到现有技术架构中

职位要求：

1.计算机科学、机器人、人工智能等相关领域的硕士/博士学位，3年以上自动驾驶、机器人等相关工作经验

2.具有大语言模型、多模态大模型、生成式模型（diffusion policy）、世界模型、VLA等算法背景，以及扎实的数学基础

3.具备扎实的编程能力，熟练掌握 Python 和 C++ 编程语言，能够运用这些语言进行高效的算法实现和模型开发

4.有顶级会议期刊一作（CVPR，ICCV，ECCV，NIPS，ICML，AAAI，ICRA，IROS等）、国际竞赛（nuscenes, argoverse, waymo, carla等）取得新SoTA记录者优先

5.有无人车端到端大模型落地量产经验者优先

符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。

招聘部门：

京东

工作地点：

广东

注意：为了确保您掌握真实的招聘信息，上述信息均为原始内容。我们的“面试建议”和“模拟面试”均基于原始招聘信息设计和提供。

面试建议：

京东正在寻找的自动驾驶端到端大模型算法工程师是一个极具技术挑战性的岗位。这个职位最核心的要求在于端到端大模型的开发能力，这不同于传统的模块化自动驾驶开发模式。你需要展示对大模型架构（如两段式、一段式、VLA等）的深入理解，以及将这些模型实际部署到车端的经验。特别值得注意的是，京东明确要求候选人具备模型优化能力，包括TensorRT加速、量化、剪枝等技术，这表明他们非常注重算法在实际车载环境中的运行效率。另一个关键点是数据处理能力，你需要证明自己能够处理大规模自动驾驶数据集，并优化模型性能。

在准备面试时，建议你重点准备三个方面的内容：首先是技术深度，要能够详细解释你参与过的端到端大模型项目，包括架构选择、优化方法和部署挑战。其次是量化成果，京东特别看重SoTA记录和量产经验，准备好具体数据来证明你的技术影响力。最后是跨团队协作能力，这个职位需要与多个团队合作，准备一些成功协作的案例。面试中可能会涉及编程测试，建议提前复习Python和C++，特别是与模型优化相关的代码实现。着装方面保持商务休闲即可，但技术讨论时要展现出专业自信。记住，京东重视’客户为先、创新’的价值观，在回答问题时可以适当体现这些理念。