The posting
1.基于端到端感知/规控数据,从大规模 scene 中挖掘高价值驾驶片段,支撑端到端模型高效训练; 2.负责场景挖掘(Rule-based / LLM / VLM)、质量清洗与数据增强的方案设计及算子开发; 3.与模型/训练侧协同,按需求增补场景类型、迭代筛选与采样策略,将挖掘结果组织为可训练数据集; 4.推动规则挖掘向弱监督与人机协同演进,持续提升场景标签质量;
1.计算机、自动化、车辆、人工智能等相关专业,本科及以上学历;1 年以上自动驾驶数据挖掘或算法经验;独立交付过多类驾驶场景的挖掘、清洗与数据增强; 2.熟练使用 Python,能独立实现基于几何与运动学的场景判定,熟悉基于规则的场景定义; 3.具备大规模离线数据处理经验,熟悉自动驾驶数据闭环链路,包括数据采集、清洗、挖掘、标注、训练集与场景库搭建、模型训练及仿真评测等; 4.有端到端数据闭环落地经验者优先,熟悉场景生成、仿真评估、自动化测试等数据闭环相关技术; 5.有弱监督、HITL 标注闭环或行为分类头训练经验,熟悉主动安全(AEB 等)规则逻辑,或具备主动安全端到端模型相关经验; 6. 熟悉 clip 级数据集构建,有与训练侧协同迭代筛选策略的经验;
目标公司 - 端到端量产主机厂: 小鹏、华为、理想、蔚来等 - 算法公司: Momenta、DeepRoute、地平线、文远等



