端到端数据挖掘算法工程师

岗位职责
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；

岗位要求
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