理想汽车数据/AI方向实习生

1. 数据语义构建（问数）： 参与业务语义层的梳理与定义。协助将业务术语、指标逻辑转化为 AI 可理解的元数据知识库，优化自然语言提问的识别率与准确度。 2. 取数流程优化（取数）： 深度参与 AI 自动取数工具的落地。基于对业务表的理解，协助配置数据关联逻辑，通过 AI 辅助降低业务方的取数门槛，提升数据流转效率。 3. 智能分析实践（分析数）： 结合具体业务场景，利用 AI 工具进行数据探索与归因分析。参与设计自动化分析模版，协助业务方从海量信息中快速提取核心结论。 4. AI 效果评测： 负责对 AI 问数与分析结果进行质量评估（Badcase 分析），通过调优 Prompt（提示词）或优化知识库，持续提升 AI 在数据闭环中的表现。 5. 业务需求对接： 沟通业务部门，理解其在数据获取和分析中的痛点，并将其转化为平台的功能优化建议。

1、负责相关业务项目的web前端的研发工作，包括需求沟通、功能设计与开发等； 2、负责web前端相关服务的线上维护，性能调优等； 3、负责web前端的架构设计、框架选型、基础组件优化等； 4、和产品/测试/运营进行密切沟通，能够根据需求提出合理技术方案； 5、负责软件开发过程中的问题分析和总结，提供建议和帮助改善研发流程。

1、负责相关业务项目的web前端的研发工作，包括需求沟通、功能设计与开发等； 2、负责web前端相关服务的线上维护，性能调优等； 3、负责web前端的架构设计、框架选型、基础组件优化等； 4、和产品/测试/运营进行密切沟通，能够根据需求提出合理技术方案； 5、负责软件开发过程中的问题分析和总结，提供建议和帮助改善研发流程。

公司介绍 滴滴于 2016 年组建自动驾驶技术研发部门，致力于打造世界领先的 L4 级自动驾驶技术，通过科技让出行更安全、更高效。我们相信，将自动驾驶技术部署在共享出行车队中，将创造最大的社会价值。依托滴滴在出行领域的 先进技术、海量数据、丰富经验和完整的出行平台生态，我们正在打造并运营世界领先的自动驾驶 Robotaxi 车队，推动自动驾驶在城市复杂交通场景中的规模化落地。 职位描述 作为感知团队的一员，你将与国内外顶尖人才一起，研究和开发自动驾驶领域的前沿算法，直接赋能 L4 Robotaxi 的大规模部署。 你将面向真实城市道路场景中的多样化挑战，利用多模态传感器（LiDAR、Camera、Radar 等）设计、开发并优化感知算法，解决物体识别、障碍物检测、场景理解、意图预测与大模型赋能等核心问题。 在这里，你将有机会： 与中美两地的优秀工程师和科学家合作，参与世界级的技术竞争； 深入研究并推动最前沿的学术成果在产业中的落地； 在全球最大出行平台之一的业务场景中，实现科研成果的规模化应用。 主要方向与职责： 你将在以下方向中选定一个或多个方向深入负责，并承担从研发到落地、从算法到系统的端到端职责： （一）物体识别与跟踪 设计并实现基于 LiDAR / Camera / Radar 的多模态检测模型，识别车辆、行人、自行车、静态障碍物、交通标志等 提升精度、召回率与抗扰性（抗遮挡、夜间、恶劣天气、长尾类别） （二）通用障碍物识别 识别未知类别 /未训练类别的障碍物 基于异常检测 /开放类别识别的算法研究与工程实现 在非结构化环境（施工区域、道路损坏、落物等）中提升鲁棒性 （三）场景和意图理解 语义分割、实例分割、道路 /车道/交通标志/交通灯等结构物识别 场景理解，例如施工区域识别、可通行区域识别等 意图理解，例如行人动作识别、起步意图识别等 交互和事件识别，例如多方交互、交通规则冲突、非规范驾驶行为等 （四）感知大模型 /多模态 探索或应用预训练多模态大模型，将视觉、语言、地图/文本信息融合以增强感知能力 零样本 / 少样本 / 跨域泛化的策略研发 将大模型成果迁移到真实车队感知系统中，提升复杂场景下的鲁棒性 （五）模型评估、验证 构建完整的评估管道，包括离线评估 + 真实道路 + 模拟环境测试，支持回归检测与性能监控 指标体系设计 (Precision, Recall, IoU, latency, false positives rate 等)