哈啰自动化标注算法工程师

公司介绍： 文远知行（WeRide）成立于 2017 年，是全球领先的 L4 级自动驾驶科技公司，致力于“以无人驾驶改变人类出行”，已在全球超过 25 个城市开展自动驾驶研发、测试及运营，累积自动驾驶里程超1600万公里，应用场景覆盖智慧出行、智慧货运和智慧环卫，形成自动驾驶出租车、自动驾驶小巴、自动驾驶货运车、自动驾驶环卫车、高阶智能驾驶等五大产品矩阵，提供网约车、随需公交、同城货运、智能环卫、高阶智能驾驶解决方案等多种服务。 凭借“1个平台+3大场景+5大产品”的多元商业化战略，文远知行商业营收居同类自动驾驶企业之首，已与多家全球顶级主机厂和一级供应商达成战略合作伙伴关系，包括雷诺日产三菱联盟、宇通集团、博世、广汽集团等，不断为人类出行提供更多新选择。 Data团队介绍： 在无人车等行业中，数据的重要性不言而喻，尤其是当模型越来越大，甚至算法建模流程逐渐从data-driven向data-centric转变的趋势下，对数据的处理越来越被重视。 数据组的是打通自动驾驶数据闭环链路，包括数据采集、数据索引、数据挖掘、数据标注、模型训练等多个方面，打造一个完整的闭环，加快自动驾驶算法的迭代速度。同时，数据组也开发了多个数据分析和处理的工具链，全方位打造企业级的大数据平台。 自动化标注组介绍： 在数据处理中，数据标注是重要一环，我们希望在传统人工标注中加入更多智能，更多地让模型来自动、半自动地完成数据标注，以解决人工标注中的成本、效率和数据质量等问题，有力地“赋能”业务。 与具体业务中的模型开发不同，标注阶段有更加充足的计算资源、有更加丰富的数据，可以选择更大更新的模型（包括大模型），同时还有人类在环(Human-in-the-loop) -- 这些独有的特点非常有意思，更重要地，它们也是自动化标注这件事可以成立的重要原因。 工作职责： 我们正在寻找一位自动化标注工程师，负责设计和开发自动驾驶数据自动化和半自动化标注算法，并与标注工具开发团队协作，研发标注工具优化方案，核心职责包括： 设计和开发自动驾驶数据自动化和半自动化标注算法，提高标注效率和准确性，包括但不限于：点云检测/识别/分割、图像检测/识别/分割等； 与标注工具开发团队协作，研发标注工具优化方案，提高标注工具的易用性和功能性； 研究和探索新的自动化标注技术和算法，不断提升数据标注的效率和准确性。

1.推进机器人多模态大模型（VLM/VLA）、3D感知算法的工程化落地：涵盖预训练、微调、训练加速和效果调优。 2.基于issac sim搭建仿真环境验证操作模型，设计real2sim2real迁移框架，加速算法验证与落地。 3.具身智能算法研发，包括不同数据配比/网络结构/本体构型，在toC场景完成长序列任务和技能泛化。 4.研发自动化标注算法（2D/3D/VLA等），降低标注成本和提升标注质量。 5.设计多模态数据（图像、视频和点云等）生成算法，增强数据多样性。

1. 推进机器人多模态大模型（VLM/VLA）的工程化落地：涵盖预训练、微调、训练加速和效果调优； 2. 基于issac sim搭建仿真环境验证操作模型，设计real2sim2real迁移框架，加速算法验证与落地； 3. 具身智能算法研发，包括不同数据配比/网络结构/本体构型，在toC场景完成长序列任务和技能泛化； 4. 研发自动化标注算法（2D/3D/VLA等），降低标注成本和提升标注质量； 5. 设计多模态数据（图像、视频和点云等）生成算法，增强数据多样性。

云端大模型算法工程师/专家 1、云端任务大模型算法研发：负责数据驱动的云端大模型算法研发和优化，包括多模态大模型、生成式世界模型等方向；开发基于多传感器数据、时空数据融合的自动标注算法；研发场景与标签的生成式算法技术，探索云端动静态场景重建算法上限，提升自动驾驶感知-拓扑-规划云端一体化能力; 2、云端基座大模型研发：基于海量量产数据，研发无监督/自监督算法，持续提升大模型的语义理解能力和空间感知能力；搭建和优化云端自动化标注产线，将重建/生成的场景真值应用于大规模模型训练和评测; 3、Scaling Law算法研发：负责车云平台一体化大模型算法研发和优化，研发和设计基于数据驱动的感知迭代链路；构建高效的自训练感知pipeline，提高数据闭环效率。