哈啰数据闭环工程师-【自动驾驶】
任职要求
1. 本科及以上学历，专业方向包括计算机、软件、自动化、模式识别等理工科，工作经验不小于2年； 2. 具备较强的编程能力，精通Python及C++语言，熟悉Linux操作指令及SQL数据库，有良好的编程习惯和标准化的代码风格； 3. 熟悉自驾数据工厂的流程体系，理解数据工厂各项功能的用途，具备一定的数据工厂的产品定义能力； 4. 熟悉自动驾驶涉及到的各类传感器的原理及数据特点，具备主要传感器数据的处理经验…
工作职责
1. 负责公司数据闭环体系搭建，处理亿级数据量，为端到端模型训练提供数据产线支持； 2. 主导数据闭环工具链研发，加速自动驾驶模型迭代，职责涉及以下方向： 2.1 数据筛选器：开发车端热更新筛选器和影子模式，设计并实现触发逻辑，打通云端配置到车端链路； 2.2 数据录制及上云：车端数据录制，包括原始数据封装、压缩、加偏、脱敏、加密等，打通车云上传链路； 2.3 云端数据处理：对于标注数据、场景数据，开发数据清洗、编解码、自动打标、高价值数据挖掘、数据检索、评测等自动化工具，适配自动驾驶模型数据pipeline. 3. 基于云资源和图商合规云体系的数据闭环：基于云上资源构建标注、训练平台，并完成智驾算法的适配对接和数据pipeline开发。
1. 负责自动驾驶大规模数据挖掘及数据生成平台的设计与研发，高效支撑算法数据需求； 2. 负责自驾数据生成平台的设计与开发，生成高质量数据，用于云端仿真评测和模型训练； 3. 负责自动驾驶算法评测平台的设计与研发，驱动算法高效迭代，保障算法发版质量。
1、负责自动驾驶数据闭环核心系统的设计与开发，构建从车端数据采集到云端模型迭代的全链路自动化体系 2、优化车端影子模式（Shadow Mode）系统，设计高效的触发式数据采集策略，精准捕获有价值的 Hard Event 数据 3、开发智能数据筛选器（Filter），通过规则引擎与 AI 模型相结合的方式，从海量路测数据中高效筛选高价值训练样本 4、搭建云端自动化数据挖掘平台，实现异常场景、算法失效案例的自动发现与聚类分析 5、推动自动标注系统的迭代优化，自动化评估驾驶行为质量，自动化清洗坏行为数据，提升标注效率与质量 6、与EBM团队深度协作，将数据闭环产出转化为模型性能的持续提升 7、构建数据质量评估体系，确保训练数据的准确性、多样性与代表性
1）设计并实现高并发、高可用的数据标注平台后端架构，支持图像、点云、视频等多模态自动驾驶数据的标注需求； 2）搭建标注数据存储与治理系统，保障大规模标注数据（PB级）的安全存储与高效检索； 3）搭建面向自动驾驶大模型的数据生产系统，涵盖数据清洗、增强、合成与标注全流程； 4）构建数据版本管理与回溯系统，实现数据集迭代过程的可追踪性，满足模型训练合规要求；
职位描述： 1）设计并实现高并发、高可用的数据标注平台后端架构，支持图像、点云、视频等多模态自动驾驶数据的标注需求； 2）搭建标注数据存储与治理系统，保障大规模标注数据（PB级）的安全存储与高效检索； 3）搭建面向自动驾驶大模型的数据生产系统，涵盖数据清洗、增强、合成与标注全流程； 4）构建数据版本管理与回溯系统，实现数据集迭代过程的可追踪性，满足模型训练合规要求；