职位描述
【你将参与什么】
自动驾驶的算法上限，往往由长尾场景决定。你将从海量路测数据中挖掘失效案例，通过数据闭环把模型能力“逼”到极限。这比单纯刷榜更硬核，因为你要解决的是真实物理世界的“漏检/误检”。
【你的工作内容】
Corner Case攻坚：深入分析路测感知Badcase（目标漏检、误检、车道线断裂、OCC空洞等），定位根因并设计数据方案。
数据闭环实践：参与从数据挖掘→自动标注→样本均衡→增量训练的全流程，体验“数据飞轮”如何让感知模型每周迭代。
算法落地：协助2D/3D检测、OCC模型的轻量化与嵌入式部署评估，确保模型在Orin等平台上稳准快。
评测共建：与评测团队配合，定义并维护感知模块的量化评测benchmark。
【对你的期待】
计算机/机器人等相关专业，扎实的CV基础。
精通Python与PyTorch，有数据处理和分析经验。
对数据驱动有信仰，具备极强的问题拆解能力和工程耐心。
熟悉2D/3D检测、OCC、BEV感知者优先；有小目标检测经验者优先。
能全职实习4个月以上。
【你将获得】
直接接触百万级真实路测数据，而不是公开数据集。
Mentor带你建立“分析-假设-验证-闭环”的工程思维。
表现优异者可转正。
立即投递
