logo of weride

文远知行标注算法工程师

社招全职地点:广州状态:招聘

任职要求


计算机、电子、自动化、应用数学等相关专业硕士或以上学历;
具有良好的机器学习深度学习的理论基础,良好的数学基础以及分析解决问题的能力;
具备扎实的Python/C++开发能力,有良好的编程习惯;
对激光雷达/图像/融合的目标检测、目…
登录查看完整任职要求
微信扫码,1秒登录

工作职责


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。
包括英文材料
学历+
机器学习+
深度学习+
Python+
C+++
还有更多 •••
相关职位

logo of baidu
社招3-5年IDG

-负责设计和研发全自动标注算法,提升感知车端/云端模型所需数据的标注自动化比例 -负责设计和研发半自动交互标注算法,提升感知车端/云端模型所需数据人工标注的效率 -负责设计和研发标注质检算法,提升感知标注数据的质量 -负责优化标注数据生产框架,提升数据生产在大规模计算资源上的运行效率 -标注任务包括但不限于:点云检测/识别/分割、图像检测/识别/分割等

更新于 2024-06-20北京
logo of baidu
实习IDG

-负责自动标软件研发 -负责自动标注和数据挖掘相关算法预研、开发 -负责预标注模型部署、测试相关工作 -负责标注数据自动化质量评估等开发工作

更新于 2025-09-22北京|上海
logo of hello
社招算法

1. 负责 3D 目标检测与跟踪算法的调研与预研,面向云端自动标注场景,探索并落地检测-跟踪一体化的前沿方案; 2. 负责点云全景分割算法的调研与预研,优化面向云端标注的高精度、高效率分割方法; 3. 负责车道线检测算法的调研与预研,结合云端标注需求,设计高效检测方案,并探索基于众包的标注协同策略; 4. 负责红绿灯检测算法的调研与预研,构建适用于云端大规模自动标注的鲁棒检测系统; 5. 负责轨迹交互标注算法的研发,预研基于 Diffusion-Decorder 架构的端到端轨迹生成方法,并设计多模态交互机制,支持用户高效修改与新增轨迹。

更新于 2025-12-23北京|上海|杭州
logo of liauto
社招3年以上自动驾驶

1.负责自动标注算法研发,实现多模态数据的联合生成与标注,涉及算法有点云分割&检测/动静态BEV/OCC/VLM等,支撑端到端/VLA项目落地; 2.负责云端VLM/VLA算法研发,并落地车云端; 3.负责重建生成算法在自动驾驶场景的研发,应用于静态标注和数据合成业务中; 4.探索新的模型训练方式在自动驾驶场景的落地,包括自监督/弱监督/增量训练/强化学习/数据配比方案等。 5.跟踪最新的大模型和人工智能发展动态,持续迭代更新多模态大模型方案; 6.主导关键技术的专利撰写和论文发表工作。

北京