滴滴地图事业部（1）-算法实习生

1、探索前沿计算机视觉、深度学习等图像理解相关工作，方向包括但不限于：图像分类、检测、分割、OCR、VLM/MLLM 等； 2、针对业务特点，跟踪相关领域的技术发展趋势，进行各类技术方案的探索和学术研究； 3、参与模型蒸馏，量化剪枝，在线实时性部署等工作，支持算法的性能优化与落地。

背景：POI（Point of Interest）,即“兴趣点”，是地理信息系统中的重要概念，表示物理世界中的一处地方，可以是一家美食店、一个小区、一栋大楼等。 滴滴国际化POI是广泛应用于国际化出行/外卖等业务 1，利用海量的出行/外卖数据，包括POI时空语义及挖掘，多模态学习，用户行为建模等，提升POI准确/覆盖/丰富 2，使用大模型相关技术能力，结合业务场景，建设POI深度信息/提升POI建设效率

1、具备深度学习理论基础，熟悉常见深度学习框架（如PyTorch、TensorFlow）。 2、掌握卷积神经网络(CNN)、Transformer等核心模型架构，了解目标检测、分割等视觉任务的经典算法，具备独立设计和实现神经网络模型的能力。 3、熟悉MapTR、HDMapNet等高精地图构建算法的原理和实现，有智能驾驶场景下视觉感知算法的实践经验，了解BEV(Bird's Eye View)表示和相关算法。 4、加分项：在CVPR、ICCV、AAAI等顶级会议上发表过论文；参与过相关领域的开源项目或比赛并获得较好成绩。

参与盖亚校企合作项目，负责基于图像识别道路封闭场景的技术探索