无人机规划调度算法工程师

岗位职责

1. 核心算法研发与调度优化： (1) 负责无人机大规模配送场景下的运筹优化与时空调度算法设计，持续提升履约效率，降低单位配送成本。 (2) 负责无人机航迹规划与低空交通管理（UTM），解决多机协同、避障、四维轨迹优化及突发状况下的实时重规划问题，确保绝对安全。
2. 前沿 AI & 智能体应用探索： (1) 负责大模型与Multi-Agent 架构在规划调度中的应用，构建基于 LLM/Agent 的复杂场景决策框架、端到端任务规划与异常处理机制。 (2) 负责领域数据集建设与模型微调，探索结合领域知识的混合推理机制，提升复杂调度逻辑下的泛化与鲁棒性。 (3) 探索模仿学习与强化学习在轨迹生成、端到端决策及 Sim2Real 迁移中的应用，解决传统优化方法在大规模动态环境下的算力 瓶颈。
3. AI 赋能研发工程化： 提炼并构建 AI-First 的算法研发全流程，熟练运用 LLM Agent、AI Code-Gen、智能数据仿真等工具，实现从问题建模、仿真验证到上线部署的高效闭环。

任职要求

1. 基本学历与专业：硕士及以上学历，计算机、自动化、机器人、运筹学、工业工程、人工智能等相关专业。
2. 工程与编程基础： (1) 具备扎实的计算机科学基础，精通数据结构与算法，熟练掌握 C++ 与 Python，具有良好的代码规范与性能调优能力。 (2) 熟悉至少一种主流深度学习或强化学习框架（PyTorch, Ray/RLlib 等），熟悉仿真平台（如 AirSim, Gazebo, Isaac Sim或自定义离散事件仿真）者优先。
3. 核心领域能力（满足以下至少方向之一）： (1) 方向 A：运筹优化 深入理解大规模组合优化问题，精通 MIP/LP 数学规划建模，熟练使用 Commercial Solvers（Gurobi, CPLEX, OR-Tools）； 精通元启发式算法（ALNS, Tabu Search, Genetic Algorithm）与分解算法（Column Generation, Benders Decomposition），有实战大规模 VRPTW/PDP 经验。 (2) 方向 B：运动规划与控制 深入理解图搜索（A*， D*, Jump Point Search）、采样算法（RRT*, PRM）及连续轨迹优化（B-spline, Polynomial Optimization, MPC）； 熟悉多机协同规划与时空碰撞检测（SDF, OcTree），具备复杂风场/突发禁飞区下的实时重规划经验。 (3) 方向 C：AI & 深度决策（AI & RL/Agent） 深入理解大语言模型（LLM）微调（LoRA/SFT）、Agent 工具调用（Function Calling/ReAct）与 Multi-Agent 系统设计； 熟悉模仿学习（DAgger, GAIL）、强化学习（PPO, SAC, Offline RL）及其在路径规划/决策中的应用，了解 Sim2Real 迁移与泛化问题。
4. AI 工具效能： 熟练运用 AI 辅助开发工具进行代码生成、重构、单元测试及算法调优，具备将 AI 工具融入每日 Workflow 的习惯。
5. 软素质： (1) 具备极强的问题定义能力与数学建模抽象能力； (2) 逻辑清晰，自我驱动，对低空经济/无人机领域保持强烈的热情与好奇心。