地平线智驾数据产线工程师
任职要求
1.扎实的计算机/软件工程基础，对操作系统、设计模式等熟悉；
2. 熟悉各种前后端框架，熟悉…工作职责
1.参与端到端智驾模型训练/评测数据生产全链路开发，包括数据生产、数据挖掘、打标、质检等； 2.参与智驾标签体系、meta体系的研发、维护及落地； 3.参与数据全链路相关的基础框架研发，包括挖掘、生产及分析框架等；
1、负责训练评测数据特征仓库建设、相关指标实现； 2、 负责训练评测数据交付，保证数据质量； 3、 负责端到端智驾数据产线基础工具链建设、训练评测数据业务流程建设；
1、数据闭环体系搭建与落地：负责自动驾驶全链路数据闭环体系设计与搭建，日均处理亿级传感器原始数据及标注数据，保障数据从采集、处理到模型训练的端到端流转，支撑感知、决策规划等端到端模型的高效训练； 2、数据闭环工具链研发： 2.1 云端数据处理 pipeline 开发： •针对标注数据、场景数据，设计并落地数据清洗（去噪、去重、异常过滤）、解析、切片、抽帧、送标（对接标注平台）的全流程自动化 pipeline； •优化 pipeline 吞吐量与延迟，目标支撑日均 10 万 + 场景数据处理，服务算法团队数据生产需求； •推动工具链部署落地，解决线上运行故障（如数据阻塞、接口兼容问题），保障工具链可用性。 2.2 高价值场景数据挖掘体系建设: •搭建 “规则 + 大模型” 双驱动的数据挖掘产线：针对规则挖掘，设计接入多种传感器、定位、感知、底盘、车身信号并优化规则策略；针对大模型挖掘任务，完成数据方案制定、模型微调、loss优化、模型评测等； •与算法团队协作迭代挖掘策略，提升 corner case 召回率（目标≥85%）。
1. 负责公司数据闭环体系搭建，处理亿级数据量，为端到端模型训练提供数据产线支持； 2. 主导数据闭环工具链研发，加速自动驾驶模型迭代，职责涉及以下方向： 2.1 数据筛选器：开发车端热更新筛选器和影子模式，设计并实现触发逻辑，打通云端配置到车端链路； 2.2 数据录制及上云：车端数据录制，包括原始数据封装、压缩、加偏、脱敏、加密等，打通车云上传链路； 2.3 云端数据处理：对于标注数据、场景数据，开发数据清洗、编解码、自动打标、高价值数据挖掘、数据检索、评测等自动化工具，适配自动驾驶模型数据pipeline. 3. 基于云资源和图商合规云体系的数据闭环：基于云上资源构建标注、训练平台，并完成智驾算法的适配对接和数据pipeline开发。
1.为智驾大模型进行软件/产线/基建的架构设计和工程开发，建设一体化和规模化的Data Infra解决方案，提升模型数据的数量、质量和多样性，推动算法的高效演进； 2.协同感知/规控算法团队，构建面向智驾大模型的海量数据闭环体系，覆盖数据采集、处理、挖掘、应用的端到端全链路。