滴滴Artificial Intelligence（1）-数据分析实习生
任职要求
1、扎实的代码能力和学习能力，逻辑清晰，对数据敏感，善于发现数据规律，有数据清洗、数据挖掘、数据建模经验或能力 2、有Python/Java/C++ 等至少1种编程语言经验， 有SQL/Hive/Spark 等大数据处理分析能力 3、熟悉常用机器学习和数据挖掘算法，包括但不限于时序模型、计量经济模型、机器学习模型、深度学习模型 4、有大模型、Transformer模型等经验或领域相关论文优先 5、计算机/数理/统计/大数据相关专业，top 互联网/ AI /大数据企业研发经历优先 6、优秀的沟通和协作能力，有创新意识，喜欢接受挑战
工作职责
1、基于海量的路测和仿真数据，利用统计和机器学习技术，研究并制定自动驾驶算法评估指标，量化自动驾驶系统表现； 2、基于自动驾驶系统的行为和交通场景，开发自动评价指标，并推进指标的落地应用； 3、应用评价指标，追踪自动驾驶算法性能的变化，并提供风险信息警示； 4、从路测数据中挖掘算法的异常表现； 5、在仿真测试中应用评价规则，判断仿真测试用例是否通过；
1、自动驾驶系统验证、算法评估等环节的方案设计和实施，制定计划，设计场景，评估执行并撰写报告； 2、负责问题分析、定位，通过部分系统分析和数据分析工作为部门提供高价值研发数据 3、负责利用SIL、HIL、VIL等手段对自动驾驶系统进行全面评估 4、参与制定/规划符合功能安全规范的自动驾驶软件的测试框架和测试方法； 5、参与质量效能工具平台建设，用系统化、流程化的思路提高软件质量保障效果；
1、协助搭建基于仿真的自动驾驶系统测试评估体系； 2、参与自动驾驶系统问题分析、定位，通过部分系统分析和数据分析工作为部门提供高价值研发数据 3、参与仿真引擎开发，提升仿真效率；
1. 基于风险场理论、人工势场方法、RSS数学模型等，进行自动驾驶评估算法开发和评估环境搭建； 2. 完成评估算法的接入和日常调试，完成测试数据的处理、分析，并结合相关指标完成自动驾驶算法的安全评估和问题定位； 3. Data-science应用于数据场景挖掘&生成。
数据算法团队在特斯拉工业智能研发方面扮演关键角色。我们通过自主搭建数据算法平台，赋能生产制造、供应链、销售、服务和充电网络等领域，将信息转化为高价值的数据资产，从而创造更优质的产品并提供完美的用户体验。 作为特斯拉应用软件团队的数据算法工程师，您将参与自研数据算法产品和项目的全生命周期，从孵化到落地，从雏形到成熟。您将领导数据的收集、清理、预处理、模型训练以及生产部署的全流程。理想候选人应对人工智能和3D视觉技术充满热情，并紧跟该领域的最新进展。 本职位主要聚焦于工厂相关的3D机器视觉应用，包括自动视觉质检、机器人引导、视觉尺寸测量（如精确尺寸验证、公差检查和3D形状分析）、物体姿态估计以及工业自动化场景中的点云处理和实时感知。 岗位职责 机器协同控制相关：负责相机标定、手眼标定、点云数据处理（如滤波、分割、检测、配准和6D位姿估计），配合机器人/PLC等技术，驱动3D视觉应用与生产协同。主动开展机器人控制和引导，促进生产制造效率。 3D数据处理相关：负责机器视觉项目中大批量3D数据（如点云、深度图像）的收集、整理、过滤和清洗。需熟练处理视觉尺寸测量任务，包括使用激光三角测量或立体视觉方法进行物体尺寸提取、形状建模和精度校准。需熟练使用Python、C++、OpenCV、PCL、Numpy、Blender等工具处理3D数据。 模型开发相关：负责3D视觉项目的物体检测、分割、姿态估计模型的数据预处理、训练、迭代、重训练，以及模型准确率提升和搜索任务。在视觉尺寸测量领域，需开发和优化相关模型（如基于PointNet的尺寸估计网络），确保测量精度达到工业标准（如微米级）。需具备Python、C++、TensorFlow/PyTorch等框架经验，并理解常用神经网络（如CNN、PointNet、Transformer变体）在3D视觉中的应用。熟悉Pandas、MongoDB（Aggregation）、Redis、Kafka等工具用于模型部署。 创新相关：对最新的3D视觉技术和趋势（如实时SLAM、神经辐射场NeRF、多模态融合）保持敏感，能够提出创新解决方案应对工业生产挑战，例如机器人路径规划中的点云配准优化或视觉尺寸测量中的实时公差检测优化，以提升质量控制效率。