
文远知行自动驾驶-仿真算法测试工程师(metric方向)
任职要求
专业要求:数学、物理、计算机、软件、信息等专业优先。
技能要求:熟练掌握数理统计方法,熟练C++和 Pyth…工作职责
一、 研发自动驾驶系统安全性、舒适性等评价算法,保障系统可靠运行。 理解业务需求,深入自动驾驶业务,梳理业务流程,设计数据链路与指标体系,量化自动驾驶能力。 对自动驾驶测试数据进行汇总与分析,深挖数据变化原因,结合数据分析发现问题。 负责数据可视化与报告自动化,让数据直观呈现,辅助决策。 自动驾驶场景挖掘。从海量非结构化测试数据中,高效提取对自动驾驶提升有高价值的交通场景。 自动驾驶能力评价Metrics。运用算法模型或规则,开发自动驾驶算法能力评价指标与自动化评价方法。 二、

【工作职责】 场景化测试开发 1、构建场景分类体系,设计覆盖ODD边界的测试用例。优化参数化场景生成工具,实现Corner Case的自动化挖掘。建立场景有效性评估模型,优化场景库的分布合理性。 2、自动化测试体系,构建基于CI/CD的自动化测试流水线(Jenkins+Robot Framework)。开发测试结果自动分析工具(关键指标自动提取/可视化看板)。设计测试充分性评估模型(MC/DC覆盖度分析)并能正向给出场景测试准出标准。 3、负责自动驾驶系统的行车及泊车场景功能测试,包括测试方案设计,测试用例编写、场景库生成、Metrics自动化开发以及测试分析并生成测试报告。为自动驾驶算法面临的验证和评测问题提供基于仿真的技术解决方案,加速自动驾驶算法迭代。

【岗位核心价值】 通过构建高覆盖度的仿真测试体系,加速NOP及泊车场景的自动驾驶算法迭代,解决"百万公里路测"的验证效率瓶颈,协助降低实车测试成本。 【工作职责】 场景化测试开发 1、构建场景分类体系,设计覆盖ODD边界的测试用例。优化参数化场景生成工具,实现Corner Case的自动化挖掘。建立场景有效性评估模型,优化场景库的分布合理性。 2、自动化测试体系,构建基于CI/CD的自动化测试流水线(Jenkins+Robot Framework)。开发测试结果自动分析工具(关键指标自动提取/可视化看板)。设计测试充分性评估模型(MC/DC覆盖度分析)并能正向给出场景测试准出标准。 3、负责自动驾驶系统的行车及泊车场景功能测试,包括测试方案设计,测试用例编写、场景库生成、Metrics自动化开发以及测试分析并生成测试报告。为自动驾驶算法面临的验证和评测问题提供基于仿真的技术解决方案,加速自动驾驶算法迭代。
我们是小红书中台大模型 Infra 团队,专注打造领先易用的「AI 大模型全链路基础设施」!团队深耕大模型「数-训-压-推-评」技术闭环,在大模型训练加速、模型压缩、推理优化、部署提效等方向积累了深厚的技术优势,基于 RedAccel 训练引擎、RedSlim 压缩工具、RedServing 推理部署引擎、DirectLLM 大模型 API 服务、QuickSilver 大模型生产部署平台等核心产品,持续赋能社区、商业、交易、安全、数平、研效等多个核心业务,实现 AI 技术高效落地! 1、参与设计实现支持RLHF/DPO等对齐技术的高效训练框架,优化强化学习阶段的Rollout、Reward Model集成、多阶段训练 Pipline; 2、研发支持多机多卡 RL 的分布式训练框架,开发TP/PP/ZeRO-3与RL流程的动态协同机制,解决 RL 算法在超长时序下的显存/通信瓶刭 3、构建端到端后训练工具链,主导框架与 MLOps 平台集成,提供训练可视化、自动超参搜索等生产级能力 4、与公司各算法部门深度合作,参与大语言模型LLM、多模态大模型 MLLM等业务在 SFT/RL领域的算法探索和引擎迭代; 5、参与分析各业务 GPU 利用率与饱和度等指标,结合业务场景持续优化训练框架能力,提升框架领先性。