哈啰智能驾驶数据挖掘及自动化标注算法专家
任职要求
岗位要求：1、硕士及以上学历，计算机/人工智能/电子电器/自动化等相关专业，3年以上工作经验；2、理论基础扎实，具备模式识别/图像处理/计算机视觉/多模态大模型相关专业能力；3、深入研究主流基于视觉及多模的目标检测、跟踪、识别技术，有量产…
工作职责
1、负责自动驾驶数据检索系统，研究进行图像打标、视频打标、近邻检索、语义检索等方式，能够快速对训练数据进行查询和匹配；2、负责自动化标注过程中的Dag设计，各任务模块所需的自动化标注算法设计，支撑包括不限于车道线、路面标志等静态要素，人车等动态要素的高效标注；3、与自动驾驶数据闭环系统中的其他环节紧密配合，提升挖掘及标注效率与质量，降低标注成本，加速数据闭环
1、 研发基于地图或者基于模型数据挖掘算法，精准识别自动驾驶长尾场景（如极端天气、复杂交通参与行为、罕见障碍物等）； 2、构建高效的自动化数据挖掘Pipeline，提升数据标签质量并降低标注成本；
1、研发基于VLM/多模态大模型的数据挖掘算法，精准识别自动驾驶长尾场景（如极端天气、复杂交通参与行为、罕见障碍物等）； 2、构建高效的自动化数据挖掘Pipeline，提升数据标签质量并降低标注成本； 3、结合点云、图像、文本等多模态数据，设计多模态特征，支持数据的跨模态检索；
1、实现仿真与实车数据处理脚本和分析pipeline，包括仿真评测报告解析、路测 MPI 报告解析等。 2、使用仿真可靠性评估方法和工具，输出版本差异和不一致问题的量化结果。 3、搭建和维护版本对比报表与一致性监控 dashboard，对安全/速度/居中/偏航等核心指标进行日常监控和异常检测。 4、进行常规的数据探索、可视化和报表制作，将复杂分析结果转化为 算法 / 仿真 / QA 容易理解的图表和结论。 5、协助数据科学家检查场景标签质量、数据分布，参与场景分类体系和指标体系的落地与验证。 6、参与优化仿真报告和路测报告的字段结构和统计口径，落实到脚本和报表规范中。
1、设计与构建自动驾驶系统的仿真与实车评估体系，建立可量化的性能、效率、安全、驾驶行为等核心指标。 2、基于真实道路数据与仿真数据，开发和优化评估指标（包括基于规则与基于模型的指标），确保能够准确衡量驾驶行为、合规性、舒适性和鲁棒性。 3、运用统计学方法（假设检验、敏感度分析、分布分析等）验证指标在大规模数据下的可靠性、稳定性与区分能力。 4、主导仿真与实车表现差异（仿真实车一致性）的分析工作，设计实验、构建对比框架，给出性能不一致时的根因判断与改进建议。 5、与感知、预测、规划控制、仿真、测试等跨团队合作，推动数据驱动的迭代与优化策略，提升整体系统性能评测能力。 6、开发高质量的数据分析工具、算法验证脚本与可复用的评估框架，将复杂评估过程自动化与工程化。 7、对仿真与实车的复杂驾驶日志进行深入分析，结合交通规则和驾驶行为理解，提出针对性的改进方向与评估方法。 8、参与构建并维护系统级的评测看板或指标监控体系，确保关键指标在版本更新中保持可控、可解释和可追踪。