高德地图机器学习算法实习生--交通信息
任职要求
1. 机器学习相关专业的研究生或以上学历，交通或者时空序列或多模态或LLM等相关专业方向优先； 2. 熟练掌握一种常用的深度学习框架（pytorch、TensorFlow等），拥有扎实的编程能力； 3. 数学理论功底好，逻辑思维能力强； 4. 自我驱动学习，自驱成长能力强，主动学习能力强； 5. 有顶会paper或者竞赛获奖者优先考虑； 6. 可以实习3个月或以上。
工作职责
团队介绍： 高德交通智能团队，是由AI算法，大数据，实时计算，工程服务人才组成的创新型技术团队，致力于构建下一代核心智能驾驶体验。在过去三年持续创造多个突破性创新产品技术，包括2021年上线的全国分钟级交通事件检测引擎，2022年5月业内首次实现的大规模红绿灯倒计时推演、2022年8月上线的基于实时天气光影计算的防晒导航，2023年上线的大规模车车V2X技术，路线规划天级自学习优化反馈技术等。目前有算法、实时计算、工程服务等多个职位，欢迎你的加入，一起用技术驱动创新，让广大用户的出行更美好。 岗位职责包括但不限于： 1. 探索交通时空数据的通用表征方法，以支撑交通下游的预测和识别等业务场景； 2. 探索新技术（多模态建模、LLM等）在交通领域的应用，以构建下一代交通大模型； 3. 结合领域内的高新论文和高德的海量交通数据，对idea或方法进行验证；
运用道路，周围车辆行人等交通信息，对自动驾驶汽车的行驶行为作出决策和控制。所负责的路径规划模块是自动驾驶最核心的模块之一。 参与并负责以下工作： - 运用机器学习提升自动驾驶汽车的决策能力 - 通过路测，仿真大数据分析，更好的设计自动驾驶算法 - 开发数据生产pipeline和内部工具 - 低延时，高稳定性算法的设计与开发
我们团队是国内理论与应用实践相结合、应用算法创新的顶尖团队，负责高德核心的路线规划、ETA、路况预测等业务的算法优化；这里是国内交通出行领域探索前沿算法解决出行方案的最佳阵地，期待算法精英的加入！ 具体职责包括但不限于： 参与高德导航核心算法的研发和优化，通过大规模机器学习、深度学习、图推理、多模态大模型、强化学习等技术，为路线规划、到达时间预估、未来出行建议、停车场动态信息识别、停车场智能推荐等重要场景提供解决方案，不断强化和提升用户使用高德导航过程中的产品体验。
工作职责 1.负责ADAS、城区/高速NOA场景下的感知算法研发，包含交通灯、标识牌检测等空中要素检测工作； 2.探索端到端框架下红绿灯的融合，包括但不限于红绿灯内部端到端化及端到端轨迹生成中如何更好使用红绿灯信息进行路口控车； 3.探索LLM和检测模型结合如何提高交通灯检测的zero-shot能力； 4.负责核心算法或模型的原创设计以及工程化落地，如模型优化、评测体系化构建、case迭代等； 5.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； 6.掌握通过数据闭环持续迭代模型的能力；
1、负责ADAS、城区/高速NOA场景下的感知算法研发，包含交通灯、标识牌检测等空中要素检测工作; 2、探索2D\3D的检测，以及时序和多传感器融合算法； 3、负责核心算法或模型的原创设计以及工程化落地，如模型优化、评测体系化构建、case选代等; 4、掌握教据挖掘、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: 5、掌握通过数据闭环持续迭代模型的能力;