商汤IAG-智能驾驶-数据挖掘算法工程师
任职要求
1.本科及以上学历，计算机科学、自动化、人工智能、机器人等相关专业，2年以上算法研发经验； 2.扎实的编程能力（Python/C++），精通PyTorch框架； 3. 具备自动驾驶数据（图像/视频/文本/点云）的处理经验，熟悉自动驾驶数据集（如Waymo、nuScenes）以及自动驾驶业务； 4.具备扎实的深度学习基础，熟悉CLIP、BLIP2等VLM模型原理及调优方法； 5.具备强烈的业务驱动思维，能解决实际问题。 加分项： - 在CVPR/ICCV/ECCV等顶会发表过VLM相关论文； - 具备视频类多模态大模型的项目经验； - 具备感知算法、仿真数据生成等自动驾驶领域项目经验。
工作职责
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、 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；
岗位职责： 1. 负责智能驾驶信息安全策略及架构设计，制定安全平台策略及安全目标； 2. 负责TARA分析，信息安全概要设计及详细设计； 3. 负责车云安全通信、防火墙、入侵检测防御系统、车内安全通信、安全启动、安全升级等安全机制设计； 4. 针对安全关键系统进行渗透测试，挖掘漏洞并识别系统安全薄弱环节； 5. 与OEM合作，确保车辆信息安全解决方案的顺利落地； 6. 负责指导信息安全测试； 任职要求： 1. 网络空间安全、电子信息、计算机等相关专业本科及以上学历； 2. 掌握信息安全基础，熟悉常见的密码学基础知识和安全机制； 3. 熟悉TARA分析、数据安全你分析方法、信息安全开发原理、信息安全方案等关键技术； 4. 熟悉信息安全标准法规要求，如ECR R155/R156、ISO21434、GB等信息安全法规； 5. 熟悉渗透测试流程，熟悉信息安全法规和标准，掌握渗透测试工具的使用。
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、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；