蔚来实习-智能辅助驾驶大模型算法实习生
任职要求
1. 计算机科学、人工智能、机器人、自动化等相关专业硕士或博士学位。 2. 扎实的机器学习和深度学习理论基础， 熟悉常见的机器学习算法和深度学习框架 (如TensorFlow、PyTorch等)。 3. 丰富的编程经验， 熟练掌握Python、C++等编程语言。 4. 在以下至少一个领域有深入的研究经验： - 深度学习/计算机视觉 (目标检测…
工作职责
1. 研究和开发先进的机器学习算法， 应用于智能辅助驾驶的各个领域，包括但不限于： - 端到端大模型 (VLA、世界模型等) - 环境感知 (目标检测、语义分割、多传感器融合等) - 决策规划 (路径规划、行为预测、运动控制等) 2. 探索和实现前沿的人工智能技术， 如深度学习、强化学习、计算机视觉、自然语言处理等，以提升智能辅助驾驶系统的性能、安全性和可靠性。 3. 设计和开发大规模数据集， 用于训练和评估智能辅助驾驶算法。
1. 针对辅助驾驶的各个场景，协助进行VLM/VLA模型的prompt优化 2. 对于VLM/VLA表现不佳的场景，能够参与到实际项目中，配合并协助做数据收集和处理工作 3. 参与VLM/VLA模型优化方面的工作 4. 对前沿技术感兴趣，能够阅读相关领域文献，保持对前沿技术的敏感性
1. 负责自动驾驶业务场景下的感知算法研发，调研跟进前沿算法，辅助业务落地，包括但不限于： a）激光雷达3D多任务感知，如3D Object Detection，3D Semantic Segmentation， 3D Occupancy Flow Prediction, EndToEnd, World Model等； b）BEV视觉感知和前融合算法，如BEVDet，BEVFusion，Occupancy Network等； c）感知全链路研发，如跟踪，多传感器融合等； 2. 负责自动驾驶数据算法研发，助力数据自动化生产和4D真值构建，包括单不限于： a) SLAM/SFM算法研发； b) 基于Deep Learning的MonoDepth/Multi-View Stereo算法研发； c）NerF相关算法研发； d）大模型AIGC、LMM、NerF、3D Gaussian生成等技术研发； 3. 将相关结果总结沉淀，发表高水平论文 。
1、自动驾驶数据挖掘算法研发：通过语义标签挖掘、向量搜索、深度学习、LLM等手段，针对自动驾驶关键场景进行高效数据挖掘，自动化场景识别、行为识别，构建自动驾驶海量数据集，极大提升端到端自动驾驶算法研发效率 2、自动驾驶数据流程工具研发：开发工具对自动驾驶数据处理平台进行持续监控、分析、可视化，流程涵盖海量车端的数据自动回流，云端大规模数据挖掘与清洗，算法辅助数据标注等环节，深入理解并改进自动驾驶数据处理流程
文远知行 (WeRide.ai) 正在寻找优秀的编程人才，致力于通过解决人工智能和机器人领域最具挑战性的问题来变革未来的出行方式。开发安全可靠的自动驾驶汽车，其核心在于对车辆性能有深入的、数据驱动的理解。Metrics 团队（指标团队）正在寻找一位优秀的数据工程师来构建衡量我们成功的基础系统。您将负责创建能将原始数据转化为关键洞察的基础设施，确保我们做出的每一个决策都有准确且可扩展的指标作为支持。 1. 研发自动驾驶系统安全性、舒适性等评价算法，保障系统可靠运行。 2. 理解业务需求，深入自动驾驶业务，梳理业务流程，设计数据链路与指标体系，量化自动驾驶能力。 3. 对自动驾驶测试数据进行汇总与分析，深挖数据变化原因，结合数据分析发现问题。 4. 负责数据可视化与报告自动化，让数据直观呈现，辅助决策。 5. 自动驾驶场景挖掘。从海量非结构化测试数据中，高效提取对自动驾驶提升有高价值的交通场景。 6. 自动驾驶能力评价Metrics。运用算法模型或规则，开发自动驾驶算法能力评价指标与自动化评价方法。 7. 建立自动驾驶行为评价的体系框架。