地平线端到端模型评测实习生
任职要求
硬性任职要求 ： 1.计算机科学、自动化、车辆工程、数学、物理等相关专业，本科及以上学历 2.熟练使用Python/C++，熟练使用git 3.满足其中一项 a.有深度学习算法基础，有扎实的独立…
工作职责
1.设计与开发自动驾驶端到端模型评测指标，量化评估模型在全场景、多任务下的性能表现 2.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 3.参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 4.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
1.参与端到端自动驾驶模型评测设计与开发 2.参与逻辑和结论自动化开发 3.协助团队进行的端到端模型MIL&SIL评测与验证 4.参与预研项目，协助组内探索实验
1.负责/参与端到端自动驾驶模型的性能迭代与突破，通过数据和模型的优化迭代，推动模型在量产产品中的效果闭环； 2.深度搭建并优化数据挖掘与数据闭环链路，基于量产场景的真实数据分布，设计高效的数据筛选、清洗、标注、回流策略，通过数据驱动的方法持续提升模型在长尾场景、极端工况下的鲁棒性与可靠性，要求具备量产项目中数据驱动性能提升的实战落地经验； 3.负责/参与合成数据相关工作，聚焦长尾场景数据补充，通过合成数据与真实数据的协同应用，实现模型在长尾场景下的性能显著提升，要求具备合成数据落地应用的实战经验； 4.构建并迭代端到端模型评测体系，结合仿真测试、实车验证等多维度手段，建立科学的性能评估指标与自动化评测流程，能通过评测结果精准定位模型短板，并主导评测系统的优化升级，为模型迭代提供核心决策依据； 5.具备模型训练相关经验者优先（包括大规模数据训练、分布式训练、训练框架应用等场景经验）； 6.传统决策规划算法领域的优秀人才优先考虑； 7.紧跟业界前沿技术动态，重点研究自动驾驶领域最先进的数据闭环方案、评测方法与端到端模型应用，推动技术预研与工程化落地，保持团队在数据驱动与评测体系上的核心竞争力。
1、以算法视角，参与快手大模型（包括不限于LLM、T2I、T2V、I2V、MLLM模型）评测工作和评测体系建设； 2、参与评测相关自动化评测工具开发及维护，最大化提高评测效率； 3、以算法手段，对基座大模型和AI Native应用进行分阶段、端到端评测； 4、参与构建评测Agent工具链、对战平台、模型竞技场、模型效果判别模型、应用数据飞轮等工具链建设。
