美团无人车业务部-模型部署优化实习生
任职要求
1. 硕士研究生及以上学历，计算机、自动化、电子工程等相关专业。 2. 熟悉C++、Python，具备扎实的编程与算法基础。 3. …
工作职责
1. 负责自动驾驶模型在嵌入式平台上的部署与性能优化。 2. 设计并实现模型量化、剪枝、蒸馏等轻量化技术方案。 3. 协同算法团队完成模型训练到部署的全流程闭环。 4. 分析并解决模型部署过程中的精度损失与实时性瓶颈问题。
1. 负责自动驾驶模型在嵌入式平台上的高效部署与性能优化。 2. 设计并实现模型量化、剪枝、蒸馏等轻量化技术，提升推理效率。 3. 协同算法团队完成从模型训练到部署的全流程闭环，确保模型落地质量。 4. 分析并解决模型部署中的精度损失、延迟与资源占用等关键问题。 5. 持续跟踪部署效果，优化系统稳定性与实时性表现。
关于WeStar人才计划 我们面向全球招募顶尖学子，通过提供极具竞争力的薪酬、全面定制化培养方案、开放核心业务工作机会、解锁前瞻性技术难题，培养中国未来的自动驾驶科技人才。我们希望汇聚最优秀的人才，以无人驾驶技术改变人类出行。 关于感知方向 感知是无人驾驶中非常复杂和有趣的部分之一，你构建的是一个人工智能集大成的系统，不是一项按部就班就能完成的工作！感知软件工程师负责无人驾驶感知系统的设计和实现，应对无人驾驶中各种最有挑战的问题： 设计高效可靠的深度学习模型，在几十毫秒内精确检测和跟踪车周围200米之内所有的障碍物（人，车，非机动车辆，交通锥等），并对场景进行理解 如何设计一般性的模型和算法去处理各式各样的长尾情况和极端环境，如路面上的垃圾袋，洒水车的水花，前车掉下来的挡板 ，如大雨，大雪，雾霾，风沙等 如何保证感知模型和算法在极端的环境里的准确性和可靠性，如大雨，大雪，雾霾，风沙等 把模型优化到极致，让十几个到几十个模型在车上有限的计算资源上欢快的运行 如何搭建一个高效可靠的计算框架，支撑一个周期内接收几十个传感器的输入，做各种同步融合，并进行几十个深度学习模型的推理 关于机器学习和算法方向 这个方向的感知工程师负责设计并实现传感器标定，障碍物检测，分类，跟踪，和场景理解等各种模型和算法，VLM视觉语言模型落地，对模型和算法进行评估和测试， 并把模型和算法部署到车上。
1、负责3D视觉、SLAM、机器学习、多传感器融合等算法在智能驾驶定位、建图等车载在线应用的研究、开发与落地 2、负责搭建模型训练所需高效数据生产链路(数据挖掘/增强）、负责模型训练实验