蔚来实习-AI安全工程师

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)

1、研发面向云计算底座海量数据的大模型，包括但不限于代码大模型、全模态、大规模图学习等领域相关的大模型的应用算法研发； 2、参与大模型应用研发全流程的工作，包括但不限于模型算法设计、代码开发、训练、部署优化、调试、评测；技术创新如专利、论文的撰写；外部技术影响力交流等； 3、推动大模型在DevOps提效、内外部智能体业务应用、爆款AI原生应用、安全和技术风险防控等场景的业务落地；

1、参与游戏AI、AIGC、智能工业、AI人机协作平台等产品的质量保障工作； 2、针对部门产品功能特性及设计方案，找出设计中潜在的问题，从源头保障产品质量； 3、全面详尽地对产品进行测试，找出各类bug及其根源，并协助研发工程师进行修复，直至问题得到彻底解决； 4、钻研和开发各种辅助测试工具，编写自动化测试脚本，进行性能分析和安全评估，不断提高测试效率，全方面改进产品质量和用户体验； 5、对产品每一个版本的发布风险及发布质量进行全面评估，推动产品质量及过程质量的持续改进，成为质量保证专家。

1、 负责公司园区级数据中心电气技术工作，支持公司AI算力中心等业务发展； 2、参与项目规划、研发、建设、测试、运维等全过程技术支持工作； 3、负责电气系统架构设计，施工图审核，设备技术资料审核等工作； 4、负责电气技术标准、设备技术规范书、厂验测试要求及施工工艺标准的编写； 5、负责机电工程及电气设备招标技术工作，负责设备厂验测试； 6、负责电气工程管理工作，审核施工组织计划及质量、安全等各项管理措施，对工程的质量、安全、进度进行监督、管理； 7、负责电气专业日常巡检、维护、演练、测试等工作；负责应急故障处理、变更、故障技术支持等工作；负责落实电气相关SLA要求，保障供电可靠性。