小米数据算法实习生
任职要求
1. 具有AIGC/多模态大模型/三维重建相关领域的研究经验，熟悉Diffusion/NeRF/3DGS/VLM等技术方法，硕…工作职责
1. 探索自动驾驶世界模型的前沿算法与应用，包括但不限于场景生成、未来预测、场景重建、强化学习等前沿算法的研究； 2.探索视觉基座大模型的前沿算法与应用，包括但不限于depth/semantic/flow等方向，同事探索 3.探索多模态大模型的前沿算法与应用，包括但不限于在数据挖掘、场景理解方面的应用
1、多模态数据挖掘：基于 VLM 开展自动驾驶场景理解与行为挖掘，实现复杂场景、行为模式及 corner case 自动识别发现，探索弱监督 / 自监督 / 提示工程应用，提升高价值训练数据挖掘效率； 2、数据向量化建模与分布挖掘：研究数据 Embedding 建模方法，构建场景 / 行为 / 轨迹向量空间，实现数据分布建模、长尾场景发现与覆盖度评估，设计高效数据采样、重加权与主动挖掘算法； 3、数据合成与场景重建：基于 3D Gaussian Splatting、世界模型、NeRF 等技术实现真实场景重建，生成高真实性仿真数据与 corner case 合成数据，探索世界模型与数据生成在数据闭环中的应用； 4、数据闭环系统算法研发：负责自动驾驶数据挖掘、筛选、评测与训练数据构建闭环系统，推动算法研究原型工程化落地，并在真实数据中完成效果验证。
1. 负责多模态大模型相关的文本/图像/视频等数据生产方案调研和搭建； 2. 协助进行数据清洗和筛选，构建高质量多模态数据，提升多模态大模型能力； 3. 调研前沿的多模态大模型相关论文，实现前沿的多模态数据生产方案，例如CoT、RL等相关数据生产技术。
1. 支持多模态大模型相关算法研究与落地，参与多模态大模型相关的文本/图像/视频等数据管线方案调研和搭建； 2. 搭建数据质量评估和自动化清洗框架，构建高质量多模态数据，提升多模态大模型能力； 3. 调研前沿的多模态大模型相关论文，实现前沿的多模态数据管线方案，例如CoT、RL、Auto- think等前沿技术。
1.参与动力系统算法开发与优化； 2.应用机器学习、深度学习技术构建各类算法模型； 3.应用大模型等技术应用于部门研发提效； 4.与动力研发团队协作，将算法成果落地到实际产品场景。