职位描述
1. Auto-Labeling研发：基于预训练大模型（BEV/Transformer），开发高精度的自动标注算法，覆盖3D检测、分割、车道线、Occupancy。
2. 难例挖掘（Hard Mining）：利用主动学习（Active Learning）筛选长尾数据，反哺模型迭代，形成数据闭环。
3. 质检与修正：开发自动化质检（QC）工具，利用多传感器交叉验证（Sensor Fusion）自动修复标签错误。
4. Pipeline建设：搭建大规模数据处理Pipeline（Spark/Flink），处理PB级ROS Bag数据。任职要求
1. 语言：精通Python，熟练C++（Open3D/PCL/OpenCV）。
2. 算法：深入理解半监督/自监督学习；熟悉主流感知算法（DETR3D, BEVFormer, SAM）。
3. 工程：熟练使用PyTorch；有TensorRT/ONNX部署经验；熟悉Linux/Docker。
4. 加分：有NeRF/Gaussian Splatting经验；有顶会论文（CVPR/ICCV）。
