地平线计算机视觉算法实习生（云端感知）
任职要求
1、计算机视觉、自动化、数学等相关领域专业，硕士及以上学历在校生； 2、具备良好的工程能力，精通Pytorch深度学习框架，熟练使用Python/C++； 3、精通机器学习和深度学习； 图像分类、检测、分割、跟踪、视频分析，Depth估计、光流、3D 检测一种或者多种， 并在相关领域具有相关经验，对算法有深刻的理解和洞察力； 4、良好的英文文献阅读能力； 5、良好的团队合作精神、 善于…
工作职责
1、负责面向自动驾驶云端环境感知前沿算法的研发工作，包括不限于目标检测、语义分割、目标跟踪，深度估计，重建等； 2、负责面向云端自动驾驶多传感器（包括不限于视觉/Lidar/Radar)融合感知及长时序等算法方案的探索与研发；
1、参与自动驾驶静态要素（如红绿灯、箭头、地面标识、车道线、路沿等）的云端自动标注系统研发，助力真值系统构建与感知系统的高效数据生产； 2、探索大模型（如多模态/视觉语言模型）在地图Agent中的应用，推动静态要素自动标注流程的泛化能力、理解能力与自动决策水平； 3、研究corner case的发现与筛选方法，结合分布建模、异常检测、大模型语义理解等手段，提升自动标注系统的质量与鲁棒性； 4、协助构建从数据采集、挖掘、标注、训练、部署到badcase回归的高效闭环体系，实现自动标注系统的迭代优化； 5、参与核心算法或模型的原创设计与工程落地，包括模型压缩、评测体系构建、性能调优等任务。
1.负责理想汽车VLA模型方法研发和工程落地，包括但不限于视觉多模态理解、高级指令拆解及多模态policy预测; 2.负责设计高性能上限，具备量产能力的VLA模型算法，对包括但不限于diffusion、VLM等模型算法有实操经验； 3.开发高效离线训练框架，以及可实时运行的在线推理框架，优化模型推理性能，研发模型部署工具链和优化工具； 4.建立云端数据感知/决策联合标注Pipeline、数据挖掘机制以及难样本分析等工具链，通过数据闭环持续选代模型能力。
-负责设计和研发感知车端模型/云端大模型所需数据的自动标注算法，提升离线算法标注的质量和推理效率 -负责设计和研发感知车端模型/云端大模型所需数据的半自动标注算法，提升人机交互标注的质量和效率 -标注任务包括但不限于：点云检测/识别/分割、图像检测/识别/分割等 -配合上下游完成其它方向工作内容
1、负责数据驱动的云端大模型算法研发和优化，研发场景与标签的生成式算法技术，探索视觉/点云基座大模型的前沿算法与应用，包括但不限于depth/semantic/flow等方向 2、基于海量量产数据，研发无监督/自监督算法，持续探索大模型的语义理解能力和空间感知能力；