Momenta数据闭环工程师 - Data Infra

1.基于公司海量业务数据 构建系统性分析框架 2.运用数据挖掘技术识别问题，定位异常数据模式，输出可落地的改进建议 3.开发自动化数据分析工具与可视化系统，提升数据洞察效率 4.构建预测模型与诊断模型，支持业务决策智能化转型

工作职责 1. 负责ADAS、城区/高速NOA场景下的感知算法研发和数据闭环，包含模型真值生成链路、数据集构建、数据分析、数据挖掘、数据质检、指标看板等； 2. 掌握数据挖掘、标注、训练、部署及badcase回归等闭环链路，并伴随业务开展持续优化；掌握通过数据闭环持续迭代模型的能力； 3. 探索使用data balance, 数据蒸馏等方法支持端侧和云上模型的可持续开发，同时针对特定场景构建特定数据集生产和算法回归评测工作； 4. 支持模型训练/回归/评测/CICD等自动化链路的开发和维护

-大模型落地与演进： 主导多模态大语言模型（MLLM/VLM）在垂直业务场景的落地。负责构建从数据合成、SFT 到 RLHF 的自动化演进闭环，解决长尾场景下的模型泛化与持续迭代难题 -前沿感知算法攻坚： 负责视频动作识别、时空行为分析及具身感知等核心算法的预研与突破。结合业务痛点，提升智能体在复杂物理环境中的理解与决策能力，刷新业务 SOTA -极致工程化与部署： 负责算法模型在**端侧（Edge）**与云端的高性能部署。通过算子优化、模型量化及异构计算适配（TensorRT/NPU），打造高吞吐、低延迟的推理引擎，支撑产品规模化商用 -技术沉淀与影响力： 负责关键技术难点的攻关与复盘，沉淀通用算法资产与行业解决方案。通过高质量专利、技术白皮书及顶会论文，推动技术标准建设，提升团队行业影响力

公司介绍： 文远知行（WeRide）成立于 2017 年，是全球领先的 L4 级自动驾驶科技公司，致力于“以无人驾驶改变人类出行”，已在全球超过 25 个城市开展自动驾驶研发、测试及运营，累积自动驾驶里程超1600万公里，应用场景覆盖智慧出行、智慧货运和智慧环卫，形成自动驾驶出租车、自动驾驶小巴、自动驾驶货运车、自动驾驶环卫车、高阶智能驾驶等五大产品矩阵，提供网约车、随需公交、同城货运、智能环卫、高阶智能驾驶解决方案等多种服务。 凭借“1个平台+3大场景+5大产品”的多元商业化战略，文远知行商业营收居同类自动驾驶企业之首，已与多家全球顶级主机厂和一级供应商达成战略合作伙伴关系，包括雷诺日产三菱联盟、宇通集团、博世、广汽集团等，不断为人类出行提供更多新选择。 Data团队介绍： 在无人车等行业中，数据的重要性不言而喻，尤其是当模型越来越大，甚至算法建模流程逐渐从data-driven向data-centric转变的趋势下，对数据的处理越来越被重视。 数据组的是打通自动驾驶数据闭环链路，包括数据采集、数据索引、数据挖掘、数据标注、模型训练等多个方面，打造一个完整的闭环，加快自动驾驶算法的迭代速度。同时，数据组也开发了多个数据分析和处理的工具链，全方位打造企业级的大数据平台。 自动化标注组介绍： 在数据处理中，数据标注是重要一环，我们希望在传统人工标注中加入更多智能，更多地让模型来自动、半自动地完成数据标注，以解决人工标注中的成本、效率和数据质量等问题，有力地“赋能”业务。 与具体业务中的模型开发不同，标注阶段有更加充足的计算资源、有更加丰富的数据，可以选择更大更新的模型（包括大模型），同时还有人类在环(Human-in-the-loop) -- 这些独有的特点非常有意思，更重要地，它们也是自动化标注这件事可以成立的重要原因。 工作职责： 我们正在寻找一位自动化标注工程师，负责设计和开发自动驾驶数据自动化和半自动化标注算法，并与标注工具开发团队协作，研发标注工具优化方案，核心职责包括： 设计和开发自动驾驶数据自动化和半自动化标注算法，提高标注效率和准确性，包括但不限于：点云检测/识别/分割、图像检测/识别/分割等； 与标注工具开发团队协作，研发标注工具优化方案，提高标注工具的易用性和功能性； 研究和探索新的自动化标注技术和算法，不断提升数据标注的效率和准确性。