职位信息

在无人驾驶的征途上，我们正勇往直前。如果你怀揣梦想，渴望重塑出行新篇章；如果你向往科技，期待触摸未来的力量；加入小马智行，共绘出行蓝图，加入小马智行，一起绽放光芒。

对象&时间

面向人群：2027届应届毕业生（毕业时间在2026年9月-2027年8月）

网申时间：截止12月31日（尽早投递，提前锁定HC）

开放岗位

研发工程师 - 工程/算法/模型（27校招）

工作地点

北京、广州、上海

投递渠道

网申：https://campus.pony.ai

推文扫码投递：https://mp.weixin.qq.com/s/ioM_HUjpUOs7OmU5w-gjWQ

内推码：935C7MU  <优先筛选、优先面试、优先offer> 三重特权，成功率upup！

校招流程

网申/内推 （即日起）

简历匹配 （9月起投递后1~2周，不统一设置笔试，通过简历筛选的同学直通面试）

技术评估 （9月上旬，包含代码考核、算法挑战、基础知识、文化考察等）

OFFER（11月上旬，面试通过的同学请静候佳音）

小马智行Pony.ai - 校招求职宝典

关于小马智行

小马智行（NASDAQ: PONY；HKEX: 2026）成立于2016年，是自动驾驶大规模量产和商业化落地的全球领导者，致力于提供安全、先进、可靠的自动驾驶技术和解决方案，实现未来交通的彻底变革。立足中国，着眼全球，小马智行在硅谷、北京、上海、广州、深圳、卢森堡设立研发中心，并向欧洲、中东及亚洲等地拓展产品和业务布局，为全球用户和社会创造科技价值。基于世界模型PonyWorld？和虚拟司机的技术基座，小马智行布局自动驾驶出行服务（Robotaxi）、自动驾驶卡车物流（Robotruck）、智能解决方案三大业务，是全球极少数实现全无人驾驶常态运营的公司。小马智行已建立广泛而深度的产业链合作，包括丰田、北汽、广汽、三一等车企，以及英伟达、腾讯云、Uber、高德地图、支付宝、中国外运等产业伙伴，加速推进自动驾驶商业落地，最终达成“让自动驾驶触手可及（Autonomous Mobility Everywhere）”的美好愿景。小马智行拥有超1700辆Robotaxi及约200辆Robotruck，已累积超1亿公里的全球自动驾驶路测里程，其中全无人驾驶路测里程超4000万公里。2024年11月27日，小马智行在纳斯达克挂牌上市，成为2024年美股自动驾驶最大规模IPO，摘得“全球Robotaxi第一股”；2025年11月6日，小马智行在港交所挂牌上市，创下2025年全球自动驾驶最大规模IPO，成功构建“美股+港股”双重主要上市架构。

职位名称

研发工程师 - 工程/算法/模型（27校招）

职位描述

L4级自动驾驶是物理AI的终极应用之一——它要求AI不仅理解世界，还要在真实物理环境中做出实时决策并付诸行动且确保安全。在小马智行，模型与系统从来不是割裂的：一个优秀的模型离不开极致的工程支撑，一个卓越的系统也必须深刻理解AI的需求。我们相信最好的工程师既能读懂论文，也能写出高性能代码。

无论你的专长偏向AI模型，算法，还是系统工程，只要你在某一个方向上足够优秀，就能在这里找到充分施展的空间。

你可以参与的方向

1. AI模型

研发驱动无人车理解物理世界、预判变化、做出决策的核心模型。探索多传感器融合感知、端到端架构、多模态大模型、强化学习、世界模型等热门方向，构建真正具备物理常识与驾驶智能的AI系统。

2. 数据生成与世界模型

通过世界模型生成高保真仿真数据，构建可控、可扩展的数据引擎，突破真实数据的规模与分布瓶颈，让模型在无限丰富的物理场景中持续进化。

3. 博弈交互算法

真实道路上的驾驶本质上是博弈问题。研发基于博弈论、交互式预测与决策的算法，让无人车在变道汇入、路口博弈、礼让协商等复杂交互场景中做出既安全又高效的驾驶行为。

4. 环境建模与定位

构建高精度的环境地图与实时定位系统，让无人车精确感知自身在物理世界中的位置与周围的道路结构，为感知、决策与规划提供可靠的空间基底。

5. 系统与基础架构

设计与研发车载自动驾驶系统、高性能分布式基础架构，或深入编译优化、操作系统级调优，将系统性能压榨到极致。

6. 模型部署与优化

研究模型量化、蒸馏与推理加速，让复杂的AI模型在车载计算平台上实时高效运行——这是连接模型与物理世界的关键战场。

7. 可视化与人机交互

研发3D可视化、仿真前端或乘客端人机界面，让复杂的系统变得可理解、可操作。

职位要求

1. 计算机、自动化、数学或相关专业本科及以上学历

2. 扎实的计算机基础，优秀的算法与数据结构能力

3. 熟练掌握至少一门主流开发语言，能编写高效且易读的代码

4. 强烈的技术好奇心与自驱力，良好的沟通协作能力

5. 在以下任一方向有扎实积累和潜能：

a. 机器学习与深度学习理论基础，熟悉CNN、Transformer、检测、分割等常用感知算法，或者熟悉 Imitation Learning、Reinforcement Learning等常用规划算法。熟练掌握至少一门深度学习框架（PyTorch / TensorFlow等），具备实际模型训练与调优经验

b. 熟悉自动驾驶行为预测与运动规划，掌握学习与优化驱动的预测/规划方法，具备路测数据到实车部署的闭环经验。能将复杂多智能体交互场景抽象为可解释的数学模型，并完成仿真与实车环境下的算法迭代与调优

c. 数学建模能力，擅长将复杂的实际问题抽象为可解释的数学模型

d. 系统软件基础，熟悉操作系统、编译原理、计算机网络、分布式系统、计算机图形学等方向中的至少一个，熟练掌握C/C++，具备高性能系统设计、开发与调优经验

e. 其他与上述工作方向相关的技术专长

加分项

1. NOI/ACMICPC/CCPC等程序设计竞赛获奖

2. 在AI模型相关竞赛中取得优异成绩

3. 在相关领域如计算机视觉、机器学习、操作系统、机器人等领域发表高质量论文

4. 有自动驾驶、机器人或相关领域的实际项目或实习经验

5. 有参与相关方向的知名开源项目的经验