小米数据闭环算法实习生
任职要求
1. 自然语言处理、计算机视觉、人工智能相关领域的硕士及以上学历； 2. 计算机基础扎实，熟悉数据结构与算法； 3. 有较强的学习能力、沟通能力、解决问题的能力； 4. 具有大语言模型、多模态大模型、生成式模型、世界模型等算法背景； 5. 具备扎实的研发功底，有在机器学…
工作职责
1.负责数据闭环相关业务的开发； 2.负责研发和微调云端大模型、用于实际的数据业务需求； 3.跟踪最新的自动驾驶、视觉语言大模型相关前沿技术，并进行技术调研；
1. 负责面向真机 Benchmark 和数据闭环的算法数据工程建设，承接端上设备、数据闭环平台、仿真引擎和评测系统回传的数据。 2. 负责多源数据接入、清洗转换、格式标准化、质量检查、元数据管理、样本加工和训练 / 评测数据组织。 3. 负责面向算法迭代的数据资产建设，包括样本挖掘、失败样本归因、Benchmark 数据集管理、指标统计和版本对比。 4. 负责将稳定的数据处理、样本构建、误差分析和问题归因能力封装为 Tools / API / Agent 可调用工具。
1. 负责面向真机 Benchmark 和数据闭环场景的 Agent 应用算法与工程落地，支撑问题诊断、评测判断、任务决策、工具调用和结果回流等关键场景。 2. 负责建设 Agent Harness，支撑工具调用、Context / Memory 管理、任务编排、多 Agent 协同、运行观测、人工复核和结果回流。 3. 负责构建 Agent / Harness 端到端评测能力，围绕 Grader、Advisor、工具调用正确率、多步任务成功率等指标持续优化 Agent 表现。 4. 负责或参与基于闭环运行数据、人工反馈和评测结果构建训练与评测数据，支持 Agent 相关模型的微调、强化学习、蒸馏、评测和推理优化。 5. 与平台、数据工具链、仿真引擎、算法和产品团队协同，推动模型能力、工具策略和 Harness 机制在实际闭环流程中协同优化。
1、数据闭环体系搭建与落地：负责自动驾驶全链路数据闭环体系设计与搭建，日均处理亿级传感器原始数据及标注数据，保障数据从采集、处理到模型训练的端到端流转，支撑感知、决策规划等端到端模型的高效训练； 2、数据闭环工具链研发： 2.1 云端数据处理 pipeline 开发： •针对标注数据、场景数据，设计并落地数据清洗（去噪、去重、异常过滤）、解析、切片、抽帧、送标（对接标注平台）的全流程自动化 pipeline； •优化 pipeline 吞吐量与延迟，目标支撑日均 10 万 + 场景数据处理，服务算法团队数据生产需求； •推动工具链部署落地，解决线上运行故障（如数据阻塞、接口兼容问题），保障工具链可用性。 2.2 高价值场景数据挖掘体系建设: •搭建 “规则 + 大模型” 双驱动的数据挖掘产线：针对规则挖掘，设计接入多种传感器、定位、感知、底盘、车身信号并优化规则策略；针对大模型挖掘任务，完成数据方案制定、模型微调、loss优化、模型评测等； •与算法团队协作迭代挖掘策略，提升 corner case 召回率（目标≥85%）。
1、标签体系定义与管理：负责自动驾驶感知、规控等核心模块的挖掘标签定义，撰写并持续迭代标签规范文档；负责标签库的日常维护与管理，确保数据标签的准确性与规范性； 2、场景数据交付：参与支持公司自动驾驶数据挖掘交付流程，包括收集数据挖掘需求、定义数据标注规范、以及跟踪数据挖掘流程，闭环完成高质量挖掘数据的支持； 3、工具链与流程优化：基于日常数据交付的工作，制定并推进智驾场景挖掘的标准化流程，可通过cursor、skill等AI技术，简化人工的参与，为数据挖掘交付流程提效。