小米自动驾驶数据闭环专家工程师
任职要求
1. 本科及以上学历,熟悉至少一门编程语言,包括但不仅限于 Java、Python、C++等; 2. 熟悉自动驾驶数据闭环各个链路,包括数据采集、处理、标注、模型训练、软件迭代等,并能指导各个环节同事有序开展工作; 3. 在服务端、存储、计算有多年开发经验,对各类PaaS产品有了解或使用经验,能根据实际情况做出合理选型; 4. 主导参与过复杂项目的设计和实施,对数据闭环、云平台架构等复杂问题能提供专业性指导意见。至少有5年以上相关工作经验; 5. 有多个项目或产品开发及管理经验,具备极强的团队意识和执行力,善于沟通,能够换位思考,推动项目的顺利进行; 6. 有较强的学习能力、了解汽车智能驾驶技术及发展趋势。
工作职责
1. 基于小米自动驾驶数据云平台,建设数据闭环链路,包括但不限于数据挖掘、数据标注、数据集管理、训练平台、评测平台和数据分析等功能,以支持自动驾驶模型的迭代优化; 2. 实现数据闭环的全自动化处理,优化数据和工程平台质量,提升整个数据闭环链路的运行效率; 3. 与算法团队、架构团队密切合作,沉淀通用的数据驱动能力,建设相关的平台工具,提升整体工作效率; 4. 调研行业先进的数据驱动方法,借鉴其中的先进理念和经验,并应用到数据闭环链路建设中,推动技术创新。
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;
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

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