哈啰智驾数据算法工程师（数据闭环）-【自动驾驶】
任职要求
1、本科及以上学历，计算机、软件工程、自动化、电子信息等理工科专业； 2、2 年及以上自动驾驶数据体系相关经验，有大厂 / 独角兽企业数据工厂搭建、量产项目经验者优先； 3、精通 Python、C++，熟悉 Linux 操作系统（常用指令、Shell 脚本），具备良好编程习惯（代码注释、Git 版本管理、CI/CD 流程）； 4、掌握常见主流传感器数据处理：LiDAR（点云去噪 / 拼接 / 动静态补偿）、Camera（畸变校正 / 图像融合）等，精通 H264/H265/YUV/MJPEG 等编解码方式…
工作职责
1、数据闭环体系搭建与落地：负责自动驾驶全链路数据闭环体系设计与搭建，日均处理亿级传感器原始数据及标注数据，保障数据从采集、处理到模型训练的端到端流转，支撑感知、决策规划等端到端模型的高效训练； 2、数据闭环工具链研发： 2.1 云端数据处理 pipeline 开发： •针对标注数据、场景数据，设计并落地数据清洗（去噪、去重、异常过滤）、解析、切片、抽帧、送标（对接标注平台）的全流程自动化 pipeline； •优化 pipeline 吞吐量与延迟，目标支撑日均 10 万 + 场景数据处理，服务算法团队数据生产需求； •推动工具链部署落地，解决线上运行故障（如数据阻塞、接口兼容问题），保障工具链可用性。 2.2 高价值场景数据挖掘体系建设: •搭建 “规则 + 大模型” 双驱动的数据挖掘产线：针对规则挖掘，设计接入多种传感器、定位、感知、底盘、车身信号并优化规则策略；针对大模型挖掘任务，完成数据方案制定、模型微调、loss优化、模型评测等； •与算法团队协作迭代挖掘策略，提升 corner case 召回率（目标≥85%）。
1.参与端到端智驾模型训练/评测数据生产全链路开发，包括数据生产、数据挖掘、打标、质检等； 2.参与智驾标签体系、meta体系的研发、维护及落地； 3.参与数据全链路相关的基础框架研发，包括挖掘、生产及分析框架等；
负责自动驾驶业务线数据项目全流程管理、数据运营分析、经营管控、团队统筹及业务交付落地，对业务营收、交付质量、降本增效。 1、自动驾驶数据项目全流程管理： 1-1、统筹自动驾驶数据产线全生命周期项目推进，主导项目启动、需求评审、进度管控、风险预判、资源协调、质量核验及数据交付全流程工作，覆盖智驾标注、数据采集、模型迭代配套数据支撑等核心场景，保障项目按期、高质量落地； 1-2、专项把控自动驾驶业务流转机制、标注审核配比、产能调度管理，梳理业务全流程风险点，制定兜底解决方案，解决项目推进中的突发问题，稳定业务交付节奏； 1-3、协调数据、技术、算法、业务运营等跨团队资源，打通多方协作链路，优化项目交付流程与管理体系，建立标准化作业规范，提升整体交付效率与质量基准。 2、业务统筹与降本增效管理： 2-1、全面负责自动驾驶业务线整体营收目标、产能目标、交付目标的达成，牵头落地业务降本增效专项工作，优化算力、云资源、人力等核心资源配置，持续提升业务整体盈利能力与运营效能； 2-2、统筹各职场自动驾驶业务日常运营管理，搭建完善的业务应急响应机制，兜底各类突发业务、数据、交付问题，保障业务平稳运转。 3、团队管理与体系搭建： 3-1、负责业务团队日常管理、绩效管理、现场管理，搭建标准化团队治理、交付管控、人员培养体系，完善各岗位职能规范与考核基准； 3-2、主导团队文化建设与氛围营造，落地针对性团队治理方案，提升团队凝聚力、执行力与人员稳定性，保障核心骨干留存，持续提升团队综合管理与交付能力。
1.参与端到端智驾模型训练/评测数据生产全链路开发,包括数据生产、数据挖掘、打标、质检等； 2.参与智驾标签体系、meta体系的研发、维护及落地； 3.参与数据全链路相关的基础框架研发，包括挖掘、生产及分析框架等。
业务介绍： 团队专注于为数据驱动的自动驾驶系统提供数据支持，包括大规模车端数据的高效处理、基于VLM（视觉语言模型）的自动化数据挖掘与标注，以及云端多模态大模型的研发与应用。 1. 车端与云端数据流水线构建：设计并开发车端轻量化数据筛选与触发器，制定数据采集策略，确保高效回收有价值场景；构建与优化云端大规模数据自动化处理流水线，包括清洗、送标和评测，支持模型的持续迭代。 2. 自动化数据挖掘与标注：利用基于规则和基于VLM大模型的方法，对海量驾驶场景进行自动化、智能化的挖掘与标签生成。针对大模型挖掘任务，完成数据方案制定、模型微调、loss优化、模型评测等。 3. 云端大模型： - 跟踪最新的AI进展，在公司自有数据集上完成适配验证，完成AI模型选型。 - 参与或主导多模态视觉语言大模型的微调、优化与云端部署，使其适用于robotaxi场景的用户行为监测和车端Corner Case的远程决策支持（如生成避让、绕行指令）。