职位描述：
负责数据采集，影子模式，车云Trigger挖掘，AutoTraige问题自动化分发模块，多模态检索，pseudo label，高效自动化数据pipeline等模块的设计和开发
- 通过研发数据挖掘算法（包括但不限于车云Trigger和影子模式），以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，保证数据集的高质量和多样性，为线上模型迭代提供数据支持；通过AutoTriage模块，加速用户问题数据的流转效率；
- 通过开发自动化核验工具，保证数采数据和用户数据的空间和时间一致性；
- 基于CLIP/BLIP/LLAVA等多模态大模型，协同参与构建高效，准实时检索工具；参与设计面向百亿视频/图像数据的自动化生产、推理、交付、训练的dataflow；
- 参与设计云端pseudo label的大模型，持续迭代提升云端大模型能力边界，对交付的pseudo label数据质量负责；
- 负责探索深度学习前沿算法发展，发展自动驾驶场景的仿真生成建模，包括2D场景，3D场景的图片/video生成等；
以上职位描述满足其中一条即可；

职位要求：
1. 计算机视觉、模式识别、机器学习、电子信息、机器人等相关专业的本科/硕士，需要有自动驾驶1年以上从业经验；
2. 扎实的C++或Python语言知识及熟练运用, 扎实的数据结构与算法知识；
3. 有自动驾驶 自动化标注、车云数据数据挖掘Trigger及自动化根因分析triage业务经验者优先；
4. 对数据敏感，善于灵活应用各种算法，解决业务问题；
5. 具备至少一个方向的深度学习模型研发和应用经验，如目标检测，目标分割等；