快手大模型技术运营实习生

公司介绍 滴滴于 2016 年组建自动驾驶技术研发部门，致力于打造世界领先的 L4 级自动驾驶技术，通过科技让出行更安全、更高效。我们相信，将自动驾驶技术部署在共享出行车队中，将创造最大的社会价值。依托滴滴在出行领域的 先进技术、海量数据、丰富经验和完整的出行平台生态，我们正在打造并运营世界领先的自动驾驶 Robotaxi 车队，推动自动驾驶在城市复杂交通场景中的规模化落地。 职位描述 作为感知团队的一员，你将与国内外顶尖人才一起，研究和开发自动驾驶领域的前沿算法，直接赋能 L4 Robotaxi 的大规模部署。 你将面向真实城市道路场景中的多样化挑战，利用多模态传感器（LiDAR、Camera、Radar 等）设计、开发并优化感知算法，解决物体识别、障碍物检测、场景理解、意图预测与大模型赋能等核心问题。 在这里，你将有机会： 与中美两地的优秀工程师和科学家合作，参与世界级的技术竞争； 深入研究并推动最前沿的学术成果在产业中的落地； 在全球最大出行平台之一的业务场景中，实现科研成果的规模化应用。 主要方向与职责： 你将在以下方向中选定一个或多个方向深入负责，并承担从研发到落地、从算法到系统的端到端职责： （一）物体识别与跟踪 设计并实现基于 LiDAR / Camera / Radar 的多模态检测模型，识别车辆、行人、自行车、静态障碍物、交通标志等 提升精度、召回率与抗扰性（抗遮挡、夜间、恶劣天气、长尾类别） （二）通用障碍物识别 识别未知类别 /未训练类别的障碍物 基于异常检测 /开放类别识别的算法研究与工程实现 在非结构化环境（施工区域、道路损坏、落物等）中提升鲁棒性 （三）场景和意图理解 语义分割、实例分割、道路 /车道/交通标志/交通灯等结构物识别 场景理解，例如施工区域识别、可通行区域识别等 意图理解，例如行人动作识别、起步意图识别等 交互和事件识别，例如多方交互、交通规则冲突、非规范驾驶行为等 （四）感知大模型 /多模态 探索或应用预训练多模态大模型，将视觉、语言、地图/文本信息融合以增强感知能力 零样本 / 少样本 / 跨域泛化的策略研发 将大模型成果迁移到真实车队感知系统中，提升复杂场景下的鲁棒性 （五）模型评估、验证 构建完整的评估管道，包括离线评估 + 真实道路 + 模拟环境测试，支持回归检测与性能监控 指标体系设计 (Precision, Recall, IoU, latency, false positives rate 等)

工作职责： 1、需求分析：理解平台用户、重点业务的真实需求，参与分析讨论最优的解决方案 2、产品设计：参与大模型生产部署完整链路的产品功能设计，包括不限于数据分析、模型训练、量化、部署、评估等环节的产品功能设计 3、竞品调研：参与跟踪国内外大模型开发平台产品动态，结合平台已有用户需求和功能现状，对下阶段功能建设有感知、有建议 4、团队协作：协同算法、工程、架构团队，优化平台用户体验，推动产品功能落地解决用户真实需求，协同推广技术影响力 5、运营跟进：负责公司线上、线下传播渠道的维护，负责运营内容的策划与设计，负责内容传播效果的监控与分析

1. 建设AI内容风控体系，应用NLP/CV/多模态算法能力进行内容理解，结合商业化广告审核场景，构建内容风险标签体系，降低内容违规风险 2. 负责NLP/CV/多模态相关算法研发，面向但不限于：多模态检索、细粒度分类、目标检测、语义理解、大模型等等； 时刻follow与探索前沿技术（以上方向擅长一个即可）

工作职责： 1、参与小红书开放平台的整体建设，包括小程序、网关、交易能力、运营工具等日常迭代，以及各块系统架构的升级设计，协同社区、电商、商业化等构建开放服务生态； 2、深入参与业务需求的分析，参与多个核心系统的建设，参与高保稳定性建设，承担系统的设计开发维护工作，并持续优化改进； 3、参与讨论业务模型和服务定义等，识别当前架构中存在的问题，定义清晰的问题并推动架构演进，体系化的解决问题。