理想汽车智能驾驶数据分析师实习生

1.负责智能驾驶用户数据分析，通过数据分析用户的使用行为，识别关键影响因素； 2.负责日常数据监控，基于对业务的理解，对现有数据体系进行优化完善，包括核心指标提炼、数据可视化等； 3. 辅助营销活动、运营活动的开展，负责用户分析、数据追踪、复盘等。

自动驾驶： 1、负责自动驾驶动态目标感知算法设计和优化，包括但不限于3D目标检测与跟踪、图像/点云语义分割、物体动静态估计、Radar融合以及相应的数据挖掘与仿真算法； 2、静态感知模块研发，包括但不限于各类静态障碍物检测跟踪、地图元素识别及其矢量化/语义化/拓扑化、可行驶区域/BEV分割/OccupancyNetwork及针对真实世界中OpenVocabulary的众包地图大模型研发； 3、感知基础算法研发，包括但不限于时序多模态等基础感知模块，大规模多模态预训练算法，室外大范围动静态场景重建与编辑技术，基于（可提示）交互式智能标注系统等。

岗位职责(具体工作内容) 数据分析：负责智能驾驶用户相关数据监控，负责看板维护、数据分析报告输出等，为产品迭代提供数据支持 平台研究：负责智能驾驶、智能座舱相关信息收集、报告整理、用户调研等，完成车辆智能化平台相关专题研究

职位概述： 我们寻找一位智能传感器开发工程师/专家，为机器人在复杂环境（如导航、抓取操作、人机交互）中设计创新的感知方案。负责多传感器（视觉、触觉、IMU、RTK等）与算法的深度融合，开发高可靠性感知系统，并推动机器人平台的落地应用。该职位需兼具硬件设计、算法优化及工程实现能力。 1. 传感器系统方案设计：分析机器人需求，定义传感功能及技术指标，完成关键技术预研与可行性评估。 2. 传感器设计与优化：主导视觉、雷达、触觉等传感器的仿真设计、选型及性能优化。 3. 系统验证与交付：制定硬件与算法测试方案，验证仿真/真实场景性能，确保产品交付。 4. 软硬件协同优化：集成传感器与算法，提升系统在动态环境中的实时性与稳定性。 5. 多传感器融合算法开发：设计并优化视觉/IMU/触觉等数据融合算法，增强环境感知能力。 6. 跨团队协作：与算法、硬件、系统团队协同，确保传感器与机器人平台无缝对接。 7. 前沿技术探索：研究新型传感器技术及机器学习模型，推动感知系统创新。