地平线自动驾驶仿真实习生
任职要求
1、计算机视觉、模式识别、机器学习、电子信息、机器人等相关专业的硕士/博士或者同等工作经验； 2、熟悉主流深度学习算法，精通一/多个领域，包括但不限于目标检测、分割、跟踪、多任务学习、立体视觉、生成模型等领域； 3、有自动驾驶感知、融合、预…
工作职责
1、负责自动驾驶场景长尾数据仿真数据合成，使用生成模型提高长尾数据仿真数据的真实度； 2、持续优化合成效果和效率，协助车端模型性能提升；
设计与开发自动驾驶端到端模型评测指标，量化评价自动驾驶系统在安全、规则、体感、效率、类人等各维度表现。 以数据驱动的方式优化评测算法的精度和性能，提升其准确性与泛化性。 参与构建评测数据闭环，建立可复现的评测迭代体系与回归方法。 与算法研发团队紧密合作，参与模型迭代过程中的问题定位、指标设计与质量闭环推进。
高置信度闭环测试：负责自动驾驶算法能力评估指标（Metric）的精确率与召回率迭代；维护高价值回归测试集，确保仿真评测结果与实车路测表现的高度一致。 仿真评估软件优化：参与自动驾驶仿真评估体系的核心架构演进，优化系统架构，提升整体运行效率。 研发工作流智能化（AI 驱动）：积极引入前沿的大模型与 AI 辅助编程 / Agent 技术，探索并构建评估开发全流程的自动化闭环，推动研发工作流的智能化升级。 量化评价体系建模：基于自动驾驶业务场景与车辆物理规则，开发量化评分算法，提升各项评估指标（Metric）对自动驾驶算法能力及用户体感的区分度与置信度。
1.基础动力学建模： 协助工程师利用 MATLAB/Simulink 或 Python 搭建基础车辆纵、横向动力学模型及轮胎力学模型。 2.场景与路面仿真： 协助构建不同路面（如低附着、颠簸路面）及天气场景下的动力学特征参数，丰富仿真测试场景库。 3.数据清洗与辨识： 协助处理实车采集的动力学数据，进行异常值清洗与特征提取，辅助进行模型参数的离线辨识与标定。 4.测试与工具维护： 参与仿真平台（如 Carla、CarSim 或自研平台）的日常运行维护，协助编写自动化测试脚本，分析模型虚实差异。
指标体系构建：基于云端仿真引擎，设计并实现自动驾驶安全性、舒适性、合规性等多维度的量化评价指标。 评估工具开发：基于 C++/Python 开发自动化评分系统、数据分析工具及可视化报表生成模块。 仿真测试闭环：负责仿真结果的质量分析，挖掘 Bad Case 并协助算法团队进行根因分析。