[Skip to main content](#main-content)

[OpenNash Jobs](https://jobs.opennash.com/)
[Hiring report](/reports/hiring/) · [All JD.com jobs](https://jobs.opennash.com/companies/jd/) · [Search jobs](/search/)

JD.com · 北京市-北京市

# 面向复杂场景的自动驾驶端到端大模型与强化学习的技术研究

北京市-北京市 

Listed on JD.com’s official careers site. Posted June 23, 2026. Check that it is still open and apply there.
[Apply on JD.com’s careers site →](https://campus.jd.com/#/details?id=7947)

[OpenNash Jobs](https://jobs.opennash.com/) / [JD.com](https://jobs.opennash.com/companies/jd/) / 面向复杂场景的自动驾驶端到端大模型与强化学习的技术研究

## Job description

工作职责

### 进行端到端自动驾驶大模型算法架构设计
- 研发基于多模态感知（激光雷达、摄像头等）的端到端自动驾驶模型，实现感知-决策-规划端到端建模方法的算法创新和车端应用；
- 探索VLM和VLA方法在端到端自动驾驶场景中的算法创新和应用，建立数据标准，提升自动驾驶困难场景的场景理解和决策规划能力；
- 设计面向端到端自动驾驶的强化学习算法（如多智能体RL、分层RL、逆强化学习），解决长尾场景决策难题。 任职要求
- 获得本科及以上学历，计算机、人工智能、自动化、数学、物理等相关专业，在CVPR/ICCV/NeurIPS/ICRA等顶会发表论文者优先；
- 精通深度学习框架（PyTorch/TensorFlow），熟悉Transformer、Diffusion等模型架构及训练技巧；
- 有自动驾驶端到端感知决策规划、VLA等研究经验，有结合强化学习进行端到端模型训练优化经验者优先；
- 具备一定的C++/Python开发经验，有边缘计算（如TensorRT、ONNXRuntime）部署经验者优先。

## At a glance
- Posted by the employer: Jun 23, 2026
- First seen by OpenNash: Oct 19, 2026
- Last checked: Oct 19, 2026
- Listed for: 118 days
- Location: 北京市-北京市[Apply on JD.com’s careers site →](https://campus.jd.com/#/details?id=7947)

## More jobs at JD.com

### [3D医疗影像多模态基础大模型研究](https://jobs.opennash.com/companies/jd/jobs/31cea141d3ff4222fc49/)

北京市-北京市

### [3D可控生成与空间智能多模态研究](https://jobs.opennash.com/companies/jd/jobs/9264cfdaab33cfb45f96/)

北京市-北京市

### [AI多模态存储与向量化计算探索研究](https://jobs.opennash.com/companies/jd/jobs/e91a2f3f9d7be9a91867/)

北京市-北京市

### [CodeAI代码大模型全链路与推理优化](https://jobs.opennash.com/companies/jd/jobs/234f9df632b03e4bec55/)

北京市-北京市

OpenNash lists jobs from employers’ own careers sites and does not handle applications.
Dates come from the employer where stated; “first seen” and “last checked” are our own observations.

OpenNash Jobs · Official listings with dates and links to the employer. [Weekly hiring report](/reports/hiring/) · [Methodology](/methodology/)