商汤IAG-智能驾驶-端到端数据系统工程师
任职要求
1. 备经验与技能： - 本科及以上学历，计算机科学、软件工程、电子工程、自动化、数据科学或相关专业。 - 2年以上大数据平台开发/运维、数据工程、云计算基础设施或自动驾驶/机器人领域数据系统相关工作经验。 - 出色的沟通与协调能力： 卓越的跨团队协作能力，能够清晰表达技术方案，主动牵头推动项目，有效管理干系人期望。 2. 强烈加分项： - 深入理解自动驾驶传感器的原理、数据格式（如 Camera, LiDAR, Radar, CAN）和同步挑战。 - 熟悉自动驾驶研发流程及其对数据的需求（Corner Case, 标注、训练、仿真、问题诊断）。 - 有车载数据采集系统（硬件或软件）的实际部署、调试和运维经验。 - 量产项目经验，了解车规级数据采集和管理的特殊要求。
工作职责
1. 数据采集系统牵头设计与实施 (核心)： - 牵头自动驾驶数据采集系统的整体架构设计、技术选型与方案制定，涵盖传感器（摄像头、激光雷达、毫米波雷达、GNSS/IMU、CAN总线等）数据同步、采集、压缩、加密、上传等全链路。 - 制定并维护数据采集规范与策略，包括触发条件（场景触发、问题触发、定时触发）、采集频率、数据格式、存储周期、优先级等。 - 牵头解决数据采集过程中的技术难题和性能瓶颈（如带宽限制、存储空间、同步精度、丢帧问题）。 2. 数据管理体系构建与运维 (核心)： - 牵头设计、搭建和维护大规模、多模态自动驾驶数据存储与管理平台（如基于对象存储、分布式文件系统、数据库等）。 - 建立并主导执行数据的全生命周期管理策略，包括数据接入、清洗、标注（与标注团队协作）、存储、版本控制、归档、销毁等流程。 3. 跨团队协作与需求对接： - 作为数据平台的核心接口人，主动对接感知、规划控制、仿真、测试、地图等下游团队的数据需求，理解其业务场景（如特定Corner Case收集、模型训练数据需求、问题复现数据需求），并将其转化为数据采集和管理方案。 4. 工具链开发与流程规范： - 主导或参与开发内部数据管理工具和平台功能，提升数据操作效率（如数据检索、样本提取、质量检查工具）。 - 建立、维护和推广数据采集、存储、治理、使用的流程规范、操作手册和标准。
1. 下游技术对接与接口管理 (核心)： - 作为感知团队的主要技术接口人，牵头与下游模块（规划、控制、定位、系统集成、测试验证等）团队的技术沟通、需求对齐和问题协调。 - 负责定义、维护和优化感知模块与下游模块之间的数据接口规范、通信协议和性能指标要求。 - 主导跨模块的联合调试、集成测试和问题复现，确保感知输出满足下游功能的需求。 2. 跨模块问题定位与解决 (核心)： - 牵头分析和定位由感知输出异常或性能不足引发的下游功能问题（如规划决策失误、控制不稳定、定位跳变等）。 - 运用系统级思维，结合日志分析、数据回灌、实车测试等手段，快速准确地溯源问题至感知模块的具体环节（传感器、算法、标定、融合等）。 - 组织并主导跨团队（感知、下游模块、测试）的问题攻关会议，制定解决方案和行动计划，并跟踪闭环。 3. 需求转化与系统设计支持： - 深入理解下游模块对感知能力的需求（精度、时延、鲁棒性、覆盖范围等），并将其转化和分解为具体的、可执行的感知系统或子模块的需求。 - 参与感知系统架构设计和模块划分，确保设计能够有效支持下游需求，并考虑接口的清晰性和可维护性。 - 评估感知技术方案变更对下游功能和整体系统性能的潜在影响。 4. 性能评估与协同优化： - 主导或深度参与感知输出对下游功能影响的量化评估（如感知精度对规划舒适度、控制精度的贡献度分析）。 - 基于系统级性能指标（如接管率、舒适度、安全性）和下游反馈，推动感知算法、后处理或接口的协同优化，提升端到端的自动驾驶表现。 - 定义和监控跨模块的关键性能指标。
1、参与智能驾驶端到端模型的开发工作，包括但不限于数据处理、模型设计、训练和优化等环节，提升模型在复杂交通场景下的感知、决策和控制能力； 2、结合实际业务需求，对端到端模型进行针对性的优化和调整，确保模型能够准确、高效地处理智能驾驶中的各种任务，如目标检测、车道线识别、行为预测等； 3、参与两段式端到端业务和一端式端到端业务的探索和实践，深入了解不同业务模式的特点和需求，为团队在业务模式选择和优化方面提供有价值的见解和建议；
1、参与智能驾驶端到端模型的开发工作，包括但不限于数据处理、模型设计、训练和优化等环节，提升模型在复杂交通场景下的感知、决策和控制能力； 2、结合实际业务需求，对端到端模型进行针对性的优化和调整，确保模型能够准确、高效地处理智能驾驶中的各种任务，如目标检测、车道线识别、行为预测等； 3、参与两段式端到端业务和一端式端到端业务的探索和实践，深入了解不同业务模式的特点和需求，为团队在业务模式选择和优化方面提供有价值的见解和建议；
工作职责： 1、参与智能驾驶端到端模型的开发工作，包括但不限于数据处理、模型设计、训练和优化等环节，提升模型在复杂交通场景下的感知、决策和控制能力； 2、结合实际业务需求，对端到端模型进行针对性的优化和调整，确保模型能够准确、高效地处理智能驾驶中的各种任务； 3、参与两段式端到端业务和一端式端到端业务的探索和实践，深入了解不同业务模式的特点和需求，为团队在业务模式选择和优化方面提供有价值的见解和建议；