小鹏汽车自动驾驶数据算法工程师/专家
任职要求
1、需要有自动驾驶或大数据处理 3 年以上从业经验,了解算法背景; 2、熟悉数据结构、算法、代码优化和大规模数据处理等相关知识;精通 C/C++ 或 Python 编程语言,熟悉常用深度学习框架,如TensorFlow,PyTorch; 4、了解智驾感知规划上下游、软硬件架构、功能 pipeline,对自动驾驶规划算法有一定的了解; 5、有自动驾驶自动标注、数据挖掘 Trigger 及自动化根因分析经验,能够利用大数据技术实现高效的数据处理和分析; 6、对数据敏感,善于灵活应用各种算法(包括机器学习、深度学习、大数据处理技术)解决业务问题; 7、逻辑思维缜密,自驱力强。
工作职责
1、负责自动驾驶端到端模型数据闭环研发工作,制定数据挖掘方案,数据标签自动化,保证数据质量和闭环效果,为线上模型迭代提供数据支持; 2、负责数据场景和行为理解自动标注,通过数据驱动的方式挖掘自动驾驶算法需要关注的关键场景和高价值数据,参与算法迭代; 3、基于海量自动驾驶场景和行为,科学地管理自动驾驶用户数据和已挖掘的算法问题,研究和设计自动驾驶各算法高效发现问题和利用数据的方案; 4、负责自动驾驶数据闭环相关的策略研发工作,制定项目挖掘方案,计划并实施,保证数据质量和闭环效果; 5、综合车端的感知、规控等信息,利用大数据技术对各种corner case 进行识别和自动化归因算法开发; 6. 负责模型微调和强化学习数据分布和挖掘;

工作职责 1. 负责ADAS、城区/高速NOA场景下的感知算法研发和数据闭环,包含模型真值生成链路、数据集构建、数据分析、数据挖掘、数据质检、指标看板等; 2. 掌握数据挖掘、标注、训练、部署及badcase回归等闭环链路,并伴随业务开展持续优化;掌握通过数据闭环持续迭代模型的能力; 3. 探索使用data balance, 数据蒸馏等方法支持端侧和云上模型的可持续开发,同时针对特定场景构建特定数据集生产和算法回归评测工作; 4. 支持模型训练/回归/评测/CICD等自动化链路的开发和维护
1,算法开发与优化: 负责自动驾驶模型算法的研发设计,包括但不限于行为决策、轨迹生成、运动规划等模块的深度学习/强化学习模型设计 探索基于Transformer、模仿学习(Imitation Learning)、强化学习(RL)等前沿技术的模型算法设计、应用方案 优化自动驾驶算法的实时性、安全性和舒适性,解决复杂场景(如拥堵、交互博弈、长尾问题)下的规划挑战 2,数据驱动迭代: 构建和利用大规模驾驶数据集(仿真+真实数据),设计数据闭环 pipeline 提升规划性能 参与数据标注、场景挖掘、仿真测试等环节,推动算法迭代 3,系统集成与部署: 与感知、控制等模块团队协作,实现模型算法在车载计算平台的部署 支持实车测试,分析问题并提出改进方案。 4,前沿技术跟踪: 跟进学术界(如CVPR、ICRA、CoRL)和工业界最新进展,将创新技术落地到量产或研发项目中
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。