自动驾驶数据与端到端模型研究实习生

一、岗位介绍： 我们的团队专注于自动驾驶数据相关的核心技术研发，主要方向包括： - 构建自动驾驶数据引擎（Data Engine） - 从海量真实驾驶数据中挖掘关键驾驶场景 - 为端到端自动驾驶模型提供高质量训练数据 - 研究数据规模、数据分布与模型能力之间的关系 二、岗位职责： - 自动驾驶多模态数据处理与分析：Camera / LiDAR / Map / Vehicle state - 自动驾驶数据集构建与管理：数据清洗、数据筛选、数据标注策略设计 - 场景挖掘（Scenario Mining）：Long-tail scenario detection、Corner case mining - 构建自动驾驶训练数据pipeline：数据转换、数据格式设计、数据质量评估 - 支持端到端自动驾驶模型训练：数据采样策略、数据增强、数据分布分析

三、任职要求： - 计算机 / 自动化 / 机器人 / AI / 数据科学等相关专业 - 熟练使用Python，熟悉Linux开发环境 - 具备以下能力之一： - 数据方向：大规模数据处理经验；数据分析/数据挖掘能力；熟悉numpy / pandas / PyTorch data pipeline； - 机器学习方向：机器学习/深度学习基础；熟悉PyTorch； - 自动驾驶方向：了解自动驾驶数据结构；熟悉BEV / detection / tracking / prediction； 加分项： - 使用过自动驾驶公开数据集，例如：nuScenes，Waymo Open Dataset，Argoverse，KITTI； - 有以下经验：数据集构建、数据pipeline设计、场景挖掘/数据挖掘、自动驾驶数据可视化； - 熟悉以下工具：PyTorch dataloader，Apache Arrow / Parquet，分布式数据处理（Spark / Ray / Dask）； 四、你将获得： - 参与自动驾驶数据引擎（Data Engine）建设 - 处理真实大规模自动驾驶数据 - 理解数据如何决定自动驾驶模型能力 - 与研究员合作推进端到端自动驾驶模型研究 - 优秀实习生可提供论文机会/转正机会