小米云端真值算法实习生-2027届

1、参与自动驾驶静态要素（如红绿灯、箭头、地面标识、车道线、路沿等）的云端自动标注系统研发，助力真值系统构建与感知系统的高效数据生产； 2、探索大模型（如多模态/视觉语言模型）在地图Agent中的应用，推动静态要素自动标注流程的泛化能力、理解能力与自动决策水平； 3、研究corner case的发现与筛选方法，结合分布建模、异常检测、大模型语义理解等手段，提升自动标注系统的质量与鲁棒性； 4、协助构建从数据采集、挖掘、标注、训练、部署到badcase回归的高效闭环体系，实现自动标注系统的迭代优化； 5、参与核心算法或模型的原创设计与工程落地，包括模型压缩、评测体系构建、性能调优等任务。

1、负责障碍物、路面元素（车道线、横向标线、路面标志和车位等）、OCC、TL、TS和光斑等感知算法研究，包括但不限于2D、3D几何检测、后处理和可见性方案优化等； 2、负责云端感知数据闭环和真值生产等工作内容。

工作职责 1、负责4D障碍物等感知算法研究，包括但不限于PVB及通用障碍物模型研发、后处理方案优化等； 2、负责云端感知数据闭环和真值生产等工作内容。

1、探索自动驾驶云端大模型算法研发和优化，包括但不限于4D真值自动化标注、场景理解等方向； 2、探索云端视觉大模型的前沿算法与应用，包括但不限于depth/semantic/flow等方向 3、探索基于海量量产数据，研发无监督/自监督算法，持续探索大模型的语义理解能力和空间感知能力；