2027校园招聘: 研发类-自动驾驶方向

묘사

Career Area:

Job Description:

Your Work Shapes the World at Caterpillar Inc.

When you join Caterpillar, you're joining a global team who cares not just about the work we do – but also about each other. We are the makers, problem solvers, and future world builders who are creating stronger, more sustainable communities. We don't just talk about progress and innovation here – we make it happen, with our customers, where we work and live. Together, we are building a better world, so we can all enjoy living in it.

请您在简历上标明意向地点和职位名称。

职位1：自动驾驶数据引擎工程师 地点：无锡
职位2：自动驾驶端到端算法工程师 地点：无锡/上海
职位3：自动驾驶定位工程师 地点：无锡
职位4：自动驾驶感知工程师 地点：无锡
职位5：自动驾驶预测规划工程师 地点：无锡/上海
职位6：自动驾驶后台智能运营系统开发工程师
职位7：自动驾驶后台数字孪生系统开发工程师
职位8：自动驾驶AI架构与前沿技术工程师
职位9：自动驾驶物理AI仿真平台开发工程师

职位1：自动驾驶数据引擎工程师 地点：无锡

岗位职责：
1、围绕数据规模化积累与模型持续迭代，负责数据工程与训练基础设施的开发建设，为感知、驾驶、决策等模型提供数据与训练底座。
2、开发面向矿山场景的自动标注工具链（弱监督、模型辅助标注、主动学习）与数据质量体系，提升标注效率与数据可用性。
3、面向模型训练开展合成数据生成与世界模型相关技术研究，包括生成式场景合成、World Model、Sim-to-Real、域随机化等，针对长尾与稀有工况扩充训练数据（侧重训练数据生产，与 SIL 测试仿真相区分）。
4、开展跨矿区泛化研究（域自适应、域随机化），量化评估数据分布变化下的模型性能并提出增强方案。
5、搭建训练与评测流水线（MLOps）、模型与数据集管理及分布式训练等基础设施，支撑模型高效迭代。
6、与感知、算法及基础设施团队协同对接，输出工具、流程与技术文档。

任职要求：
1、计算机、自动化、人工智能、软件工程等相关专业硕士学历。
2、熟练掌握 Python，熟悉深度学习训练流程（PyTorch），熟悉 Linux 开发环境，具备良好的工程能力。
3、熟悉以下方向中的至少一个，并有相关项目或实践经历即可：
（1）数据与训练基础设施：自动标注、数据管理、MLOps、分布式训练；
（2）训练数据生成：合成数据、World Model、Sim-to-Real、域随机化，或三维重建（NeRF / 3DGS）。
4、具备较强的动手能力与工程落地意识，能够独立完成工具开发与部署。
加分项（非强要求）：
1、有合成数据生成、World Model、域自适应或 Sim-to-Real 相关经历。
2、有分布式训练、数据平台或自动标注相关经历。
3、熟悉 Docker、CI/CD 等工程工具。
4、有无人驾驶或机器人相关项目、竞赛或实习经历。

职位2：自动驾驶端到端算法工程师 地点：无锡/上海

岗位职责：
1、面向下一代无人驾驶技术，研究端到端自动驾驶模型（Sensor-to-Planning），打通感知、预测、决策全链路，探索由原始传感器数据直接输出规划轨迹的技术路线。
2、研究视觉-语言-动作（VLA）与机器人基础模型，探索大语言 / 视觉语言模型作为推理引擎，处理矿区复杂工况下的语义理解与推理。
3、结合模仿学习、Diffusion Policy 等方法，研究装载、挖掘、卸载等作业技能学习，推动作业级自主能力落地。
4、探索闭环仿真训练方法以替代传统开环模仿学习，提升模型在长尾工况下的泛化能力。
5、跟踪学术界与工业界前沿方案，完成算法原型搭建与验证，定期开展技术分享，推动方案持续演进。
6、与感知、规划、控制及系统集成团队协同对接，输出算法方案与研究文档。
任职要求：
1、计算机、人工智能、自动化、电子信息等相关专业博士学历。
2、具备扎实的深度学习与机器学习基础，熟悉序列建模与 Transformer 架构，熟练使用 PyTorch / TensorFlow。
3、熟悉经典端到端自动驾驶方案（如 UniAD、VAD），了解主流 VLA 架构（如 RT-2、OpenVLA）及 BEV / Occupancy 表征。
4、熟练使用 Python 和 C++，具备良好的编码与工程实现习惯。
5、有端到端驾驶、VLA 或模仿学习相关的项目、竞赛或研究经历即可，对前沿技术有浓厚兴趣和较强钻研能力。
加分项（非强要求）：
1、在端到端驾驶、VLA、模仿学习或 Diffusion Policy 方向有高水平论文或知名开源项目。
2、了解世界模型、闭环仿真训练或强化学习。
3、有机器人操作（manipulation）相关研究经历。
4、熟悉 ROS / ROS2 与实车调试。

职位3：自动驾驶定位工程师 地点：无锡

岗位职责：
1. 负责矿山无人驾驶车辆定位与组合导航算法开发、调试与迭代优化。
2. 开发多传感器融合定位系统：GNSS/RTK, IMU, Wheel Encoder, LiDAR
3. 实现高精度组合导航（GNSS/INS）
4. 负责：状态估计, 误差建模, 传感器标定, EKF/ESKF滤波器调优
5. 开发并优化：LiDAR SLAM, Visual SLAM, Map Matching, Localization Fusion
6. 解决GNSS失锁、边坡、弯道及复杂矿区环境下的连续定位问题。完成实车联调、数据分析及定位问题诊断，实现现场问题快速闭环。
7. 与规划、控制及系统团队协同工作，支撑无人驾驶系统稳定运行。
任职要求：
1、导航工程、测绘工程、自动化、机器人、电子信息、计算机、车辆工程等相关专业硕士及以上学历。
2、熟练掌握 C++ 和 Python 编程语言，熟悉 Linux 开发环境，具备良好的代码实现与调试能力。
3、熟悉以下一个或多个方向，并具有课程设计、实验室项目、科研课题或实习经验：
• GNSS / RTK
• GNSS / INS 组合导航
• EKF / ESKF 状态估计
• LiDAR SLAM
• Visual SLAM
• Map Matching
• Multi-Sensor Fusion Localization
4、具备扎实的数学基础，熟悉线性代数、概率论、随机过程、最优化等相关知识。
5、了解惯性导航、坐标变换、传感器标定、时间同步等定位系统基础原理。
6、熟悉常见定位与 SLAM 算法原理，对以下方向有一定理解者优先：
• Kalman Filter
• Graph Optimization
• Visual Odometry (VO)
• Visual Inertial Odometry (VIO)
• LiDAR Odometry (LO)
7、具备良好的工程实现能力和问题分析能力，能够阅读英文技术文档和学术论文，并快速学习新技术。
8、具备团队合作精神和较强的沟通能力，对无人驾驶、机器人或智能装备领域具有浓厚兴趣。

加分项（非强要求）：
1、熟悉 ROS / ROS2 开发，有无人驾驶、机器人或工程机械相关项目、竞赛或实习经历。
2、用过 FAST-LIO、LIO-SAM、Cartographer、VINS-Fusion、ORB-SLAM 等定位与 SLAM 框架，具有多传感器融合定位系统开发经验。
3、有矿山、港口、物流园区等工业场景定位系统开发或量产项目经验。
4、有 Jetson / Orin 等车端平台部署经验，熟悉 TensorRT、CUDA 等性能优化工具，或使用过 NovAtel、华测、导远等高精度定位设备。
5、熟悉 Nav2、高精地图、地图匹配（Map Matching）或车端导航系统开发者优先。

职位4：自动驾驶感知工程师 地点：无锡

岗位职责:
1. 负责矿山无人驾驶车辆感知算法的开发、调试与迭代优化，保障系统在复杂工况下的精度、实时性与稳定性。
2. 开发基于激光雷达、摄像头及毫米波雷达的多传感器融合感知系统，实现：3D Object Detection, Semantic Segmentation, Occupancy Prediction,Scene Understanding, Dynamic Object Tracking
3. 复现并优化主流自动驾驶感知算法：BEV Perception, Occupancy Network, Transformer-based Detection, Multi-modal Fusion
4. 针对矿山扬尘、浓雾、雨雪、夜间等复杂工况开展鲁棒性感知研究与优化。
5. 负责感知算法工程化开发与车端部署，对接传感器与计算平台，实现模型高效运行。
6. 利用实车测试与回传数据建立算法优化闭环，持续提升核心指标。

任职要求:
7. 计算机、人工智能、自动化、机器人等相关专业硕士及以上学历。
8. 熟练掌握：C++, Python, Linux开发环境
9. 熟悉深度学习基础理论和主流框架，能够独立完成模型训练、优化与部署，具备 PyTorch 或 TensorFlow 开发经验。
10. 熟悉 Transformer、Attention、CNN 等主流深度学习架构，了解自动驾驶感知领域主流方案，如 BEVFormer、BEVFusion、Occupancy Network、Sparse4D 等。
11. 了解激光雷达、摄像头、毫米波雷达等传感器工作原理，具备多传感器时间同步、标定及数据融合相关经验者优先。
12. 具备较强的问题分析与工程落地能力，能够基于实车测试和回传数据完成问题定位、性能分析和持续优化。
加分项
1、熟悉 ROS / ROS2 开发，有无人驾驶、机器人或工程机械相关项目、竞赛或实习经历。
2、用过 OpenPCDet、MMDetection3D、BEVFusion 等主流自动驾驶感知框架，具备目标检测、语义分割、BEV 感知或 Occupancy Network 相关开发经验。
3、有矿山、港口、物流园区等工业场景感知系统开发或量产项目经历。
4、有 Jetson / NVIDIA Orin 等车端平台部署经验，熟悉 TensorRT、CUDA 等推理加速与性能优化工具。
5、具有激光雷达、摄像头、毫米波雷达等多传感器融合感知开发经验，或参与过自动驾驶、机器人感知系统量产项目者优先。

职位5：自动驾驶预测规划工程师 地点：无锡/上海

岗位职责：
1、面向交叉口、汇流等强交互场景，研究多智能体轨迹预测与交互决策，基于部分可观马尔可夫决策过程（POMDP）、场景树（Scenario Tree）等方法建模。
2、研究预测-决策一体化架构，将学习型多模态预测与显式优化（iLQR / QP）结合，实现预测结果直接驱动决策的紧耦合框架。
3、研究风险感知的应急规划（RCP）与风险聚合机制（如 α-CVaR），并与运动规划层对接，输出安全、舒适、高效的轨迹。
4、利用公开数据集（nuPlan、Waymo Open Motion 等）或自采数据开展算法验证与迭代。
5、跟踪学术界与工业界前沿方案，完成算法原型搭建与验证，定期开展技术分享，推动方案持续演进。
6、与感知、规划、控制及系统集成团队协同对接，输出算法方案与研究文档。

任职要求：
1、计算机、自动化、人工智能、运筹学、车辆工程等相关专业博士学历。
2、具备扎实的机器学习与优化理论基础，熟悉强化学习 / 模仿学习 / POMDP 中的至少一项。
3、了解非线性优化（iLQR / DDP）或凸优化（QP / SOCP），熟悉时序预测模型（LSTM / Transformer / GNN）。
4、熟练使用 Python 和 C++，具备良好的编码与工程实现习惯。
5、有自动驾驶预测或决策规划相关的项目、竞赛或研究经历即可，对前沿技术有浓厚兴趣和较强钻研能力。
加分项（非强要求）：
1、了解 GameFormer、MIND、DTPP 等交互预测 / 决策方法。
2、有 nuPlan、Waymo Open Motion 等公开 benchmark 的参赛或上榜经历。
3、了解多智能体博弈（微分博弈、Stackelberg）或时空语义走廊（SSC）。
4、有实车或 ROS2 相关经历。

职位6：自动驾驶后台智能运营系统开发工程师

职位描述和地点待更新...

职位7：自动驾驶后台数字孪生系统开发工程师

职位描述和地点待更新...

职位8：自动驾驶AI架构与前沿技术工程师

职位描述和地点待更新...

职位9：自动驾驶物理AI仿真平台开发工程师

职位描述和地点待更新...

campushire

Posting Dates:

Caterpillar is an Equal Opportunity Employer. Qualified applicants of any age are encouraged to apply

Not ready to apply? Join our Talent Community.