美团大数据开发实习生
任职要求
1.掌握hadoop、hive、hbase、ES、Storm、spark、flink一种或者几种平台或组件的开发经验； 2.掌握数据仓库、ETL开发相关技术和原理，有实时计算经验优先； 3.掌握JAVA、Python或Scala语言之一，对数据结构和算法设计有较为…
工作职责
1.根据履约业务场景，与各业务团队深入合作，搭建满足配送一线管理团队，商分，运营，策略等团队日常运营及分析的运营数据体系； 2.负责规划和设计运营数据工具和应用系统或产品；协同业务方，PM，RD，QA等资源，完成履约数据产品推动落地和持续迭代； 3.通过抽象建设覆盖经营、成本、运力、体验等主题的数据分析方法和分析思路，赋能业务发展。 4.负责履约数仓建设，协同业务后线、运营，提升经营效率。 5.负责数据预警平台系统能力建设，维护系统稳定性。
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、参与大模型推理/训练优化。通过研发业界领先的AI Compiler 技术，支撑搜推场景在GPU上的训练计算性能优化；支持大模型推理优化技术在异构硬件上的落地； 2、参与各种大模型推理所需的功能性开发任务；相关编译优化功能开发，以图优化、算子融合、GPU高性能算子开发及自动Codegen等技术手段不断推高在不同卡型上的计算性能极限； 3、参与支持日常的大模型推理服务部署，参与内部日常提效工具的研发。
1. 调研行业动态和业务需求，结合AI形象&场景&动画生成技术设计游戏等场景的创新型应用和玩法。 2. 根据业务数据和反馈，推动美术资产和算法效果迭代、测试和验收，保证合作项目上线和稳定运行，对玩家体验负责。 3. 了解AI形象&场景&动画的生成原理、美术资产要求，协助算法同学进行算法效果迭代。
- 参与NLP算法落地工作，包括但不限于数据清洗、数据建模、模型训练、流程设计、效果评估等； - 进行模型训练和应用设计，并根据反馈持续迭代，提升效果。