地平线自动驾驶数据挖掘实习生（VLM / Agent 方向）

工作描述

任职要求
计算机、人工智能、机器人、自动化、车辆工程或相关专业硕士／博士在读，能保证实习时间。
熟练使用 Python，能用 NumPy、Pandas、OpenCV 独立处理大规模文件与标注（parquet、jsonl、视频抽帧），会写 SQL 或用过 Spark、DuckDB；代码写得清楚，别人能复跑。
真正用过至少一种视觉语言模型或多模态模型（Qwen-VL、InternVL、LLaVA、CLIP 等），能说清它的输入输出形式、常见失效方式，以及显存与吞吐上的代价，而不只是调用过 API。
理解检测、跟踪、分割或图文检索的基本概念，能读懂 precision、recall、mAP、覆盖率这类指标，并知道指标好看不等于场景选对了。
理解自动驾驶场景的基本构成：感知输出、轨迹与规划、接管与急刹、场景标签、clip 与帧的关系；能自己定义“什么样的样本值得挖”，并用分布、覆盖率、召回率证明挖掘有效，而不是凭感觉挑图。
能读英文论文和官方文档，能把一次挖掘实验写清楚：目标、方法、指标、失败案例、下一步，结论能用数字和样例支撑。
加分项
有自动驾驶、机器人或视频理解相关的项目、论文或竞赛经历，能说清数据从哪来、怎么筛、最后模型指标提升了多少。
做过 Scenario Mining、长尾数据挖掘、主动学习或难例挖掘，能讲清筛选信号、命中率和最终收益。
有 VLM 微调、蒸馏、量化或大规模 Batch Inference 的实践经验，处理过显存、吞吐、失败重试与成本问题。
自己搭过用于数据处理的 Agent 或 RAG 系统（Tool Calling、MCP、Multi-Agent），能说明它替你省掉了哪一步人工、又在哪一步不可靠。
了解向量检索、聚类、…