百度认知计算实验室_自动驾驶算法实习生(J47780)

1、负责数据闭环核心链路建设，开发数据清洗、标注质检等工具，支撑算法团队快速定位模型错误案例； 2、构建大规模数据索引系统，打通模型评测与数据筛选链路，设计主动学习、影子模式数据回传机制，推动数据飞轮高效迭代； 3、负责数据采集、清洗、转换全链路性能优化，解决数据传输、内存等瓶颈，搭建高吞吐、低延迟分布式系统； 4、搭建企业级数据管理平台，实现数据版本控制、血缘追踪、快速检索等能力，服务全公司算法数据需求； 5、开发数据可视化分析工具，支撑数据分布分析与场景盲区识别，以数据驱动模型迭代。

团队介绍：字节跳动 Seed 团队成立于 2023 年，致力于寻找通用智能的新方法，追求智能上限，为科技和社会发展作出贡献。 Seed 团队在 AI 领域拥有长期愿景与决心，团队研究方向涵盖 MLLM、GenMedia、AI for Science、机器人等，在中国、新加坡、美国等地设有实验室和岗位。目前，团队已推出业界领先的通用大模型以及前沿的多模态能力，支持豆包、即梦、TRAE 等超过 50 个应用场景，并通过火山引擎开放给企业客户。第三方数据显示，豆包 App 用户量在中国市场排名第一，豆包大模型日均 Token 调用量行业领先。 1、数据生产管理统筹：World Model训练数据的全生命周期管理，涵盖数据需求分析、采集规范制定、质量审核、版本管理及上线交付，确保数据供给的规模、多样性与一致性满足模型迭代要求； 2、合成产线搭建：主导自动化数据合成产线的设计与落地，利用游戏引擎（如Unreal Engine/Unity）或仿真平台（如Isaac Sim/CARLA）构建可程序化驱动的场景生成、渲染与标注流水线，大幅降低人工数据采集成本； 3、工作流设计：负责端到端数据工作流的梳理与标准化，包括标注任务分发、众包质检、人机协同审核等关键节点的流程设计，输出可复用的SOP并落地到工具平台中； 4、数据质量体系：建立面向World Model的数据质量评估框架，定义时序一致性、物理合理性、多模态对齐等核心质量维度的量化指标，并推动质检工具的自动化落地； 5、跨团队协同：深度对接算法研发团队，理解模型训练对数据分布、格式与规模的动态需求，快速响应并调整产线配置；同时协调外部供应商、外包团队及开源社区资源，保障数据交付节奏； 6、效率与规模优化：持续追踪产线瓶颈，推动渲染调度、标注自动化、数据清洗等环节的工程优化，建立数据产出效率与质量的双向监控体系，支撑产线从百万级向十亿级规模的扩展。

1. 多模态对齐（超大规模通用预训练、电商场景高效垂域SFT、训练部署加速、开放词汇理解）； 2. 增强式MLLM（RAG、CoT、MoE、Agent、RLHF、多轮交互学习）； 3. 数据中心飞轮（自动化数据收集/治理/合成、资源高效/集约学习）； 4. 基于大模型技术的搜推场景数据增强，知识增强，标签修正。

通义千问（Qwen）是由通义实验室自主研发的超大规模语言模型，具备多模态、多语言、跨任务的理解与生成能力。Qwen系列模型，涵盖参数量从亿级到万亿级的基座大语言模型，并相继推出Qwen-VL、Qwen-Audio、Qwen-Omni、Qwen-Coder、Qwen-Image等系列模型。从多轮对话到代码生成，从逻辑推理到内容创作，从单一多模态到全模态统一理解生成，Qwen正在打造全球领先的全模态模型技术体系，推动AI在企业服务、开发者生态、个人用户等领域的深度应用，引领下一代人工智能的发展。 在此基础上，我们致力于研究Qwen面向具身智能领域的下一代基础模型，将Qwen强大的认知与推理能力赋予物理世界的机器人智能体，打破数字世界与物理世界的壁垒。团队的目标是研发能够理解人类意图、感知物理环境、并自主规划执行复杂任务的通用具身基础模型。我们相信，通过融合前沿的多模态大模型与机器人技术，我们将开创通用人工智能的下一个篇章，让AI真正走进并服务于现实生活。 工作职责： 1. 具身基础模型研究： 构建面向机器人的多模态基础模型，将视觉语言模型与机器人中心的物理世界理解与决策深度融合，构建具身领域的高质量的大规模真实与仿真数据集，设计并训练支持感知、动作、记忆、规划与语言理解统一的具身基础模型。 2. 测评基准建立：构建面向机器人多模态基础模型的能力基准，设计有效的测试基准，持续构建能反映基础模型在物理世界真实能力的高效测评系统。 3. 软硬件系统整合部署： 构建机器人软硬件一体化系统，将算法部署在真实机器人平台（如机械臂、人形机器人）上，进行端到端的验证与迭代，推动研究成果的实际落地。