哈啰数据闭环产品实习生-【自动驾驶】
任职要求
1、本科及以上学历，专业方向理工科为佳； 2、熟悉自动驾驶涉及到的各类传感器的原理及数据特点，包括相机、激光雷达、毫米波雷达、底盘等数据； 3、熟悉数据自动打标原理，了解自动驾驶各模块对于数据…
工作职责
1、参与支持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、参与协调对接数据采集清洗标注等管理工具链的链路设计、实施部署，协助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、数据筛选器产品逻辑设计：协助设计车端热更新筛选器和影子模式等数据筛选器，根据各算法需求设计触发逻辑，实现高质量数据打点； 2-2、工具链产品设计：参与设计云端数据闭环全链路的产品形态，对接供应商，协助推进数据闭环工具链的落地部署； 2-3、数采方案产品设计：针对量产数采需求，设计数采方案产品形态和实施策略，对各环节进行优化提效。
用户数据闭环产品实习生-广州 岗位描述： 1、用户画像建模与优化： 基于车主授权的驾驶数据，参与用户画像的数据建模与持续优化，协助搭建驾驶行为评分体系。 2、场景定义与KPI制定： 识别NGP的关键问题场景，设计相关场景库；与团队协作，共同定义各类场景下“好”驾驶行为的衡量标准。 3、样板数据收集与评测： 负责招募驾驶员进行实车评测，确保不同场景下有充足、高质量的驾驶数据样本，用于大模型的数据挖掘和强化学习训练。
1. 负责小米汽车自动驾驶领域的数据产品建设，包括但不限于数据闭环链路与数据平台工具设计等； 2. 负责需求分析、竞品及行业前沿研究，不断提出优化方案，持续提升产品竞争力； 3. 基于工具平台的使用情况和效果，不断优化和改进产品，持续提升用户体验和业务效率； 4. 组织研发、测试、运营等多部门协作，确定技术方案，跟进方案落地执行过程，确保产品按时高质量交付。
1.负责/参与端到端自动驾驶模型的性能迭代与突破，通过数据和模型的优化迭代，推动模型在量产产品中的效果闭环； 2.深度搭建并优化数据挖掘与数据闭环链路，基于量产场景的真实数据分布，设计高效的数据筛选、清洗、标注、回流策略，通过数据驱动的方法持续提升模型在长尾场景、极端工况下的鲁棒性与可靠性，要求具备量产项目中数据驱动性能提升的实战落地经验； 3.负责/参与合成数据相关工作，聚焦长尾场景数据补充，通过合成数据与真实数据的协同应用，实现模型在长尾场景下的性能显著提升，要求具备合成数据落地应用的实战经验； 4.构建并迭代端到端模型评测体系，结合仿真测试、实车验证等多维度手段，建立科学的性能评估指标与自动化评测流程，能通过评测结果精准定位模型短板，并主导评测系统的优化升级，为模型迭代提供核心决策依据； 5.具备模型训练相关经验者优先（包括大规模数据训练、分布式训练、训练框架应用等场景经验）； 6.传统决策规划算法领域的优秀人才优先考虑； 7.紧跟业界前沿技术动态，重点研究自动驾驶领域最先进的数据闭环方案、评测方法与端到端模型应用，推动技术预研与工程化落地，保持团队在数据驱动与评测体系上的核心竞争力。
智能驾驶系统产品线大规控部门负责城区、高速、停车场等全场景高阶辅助驾驶系统的规控和预测算法开发，同时搭建完善的仿真评测体系提升研发质量和效率。 开发理念： 打破惯性思维，根据问题本质寻找答案和设计解决方案； 不技术自嗨，守住性能底线后再做技术创新，用实车效果说话； 用数据驱动的思维做开发，做好数据闭环，注重评测迭代； 不做简单的规则堆叠，传统方法要提炼简洁优雅的“解析解”； 重视工具开发，提升研发效率，打开算法黑盒，尽量做解释性强的方案。 精益求精，打磨产品细节，做出亮点，提升产品体验。 1. 负责轨迹预测、行为决策、路径规划和运动控制等算法开发，并完成嵌入式量产平台部署； 2. 基于海量数据进行道路参与者行为预测算法研发，设计高性能、高准召、高稳定的预测模块； 3. 开发交互式决策和预测模型，改善自动驾驶车辆在复杂环境中的应对能力； 4. 负责自动驾驶系统产品级仿真引擎的架构设计，仿真平台自动化测试及可视化工具链的构建； 5. 构建可扩展的云端仿真框架，以在集群环境中运行批量仿真模拟，减少云端部署和运行成本； 6. 构建完善仿真场景库替代大部分路测，同时生成挑战性的场景增广路测能力； 7. 建立数据自动标注、难例批量挖掘和分析机制工具链，通过数据闭环持续提升算法能力。