岗位描述
岗位职责(具体工作内容)
自动驾驶数据分析与量化评估: 基于海量自动驾驶路测、仿真及运行数据,运用统计分析、数据挖掘和机器学习等方法,构建自动驾驶算法评估指标,量化分析自动驾驶系统的表现与能力边界。
评价指标设计与落地: 结合自动驾驶系统行为、交通场景及典型问题,挖掘关键评价维度,设计和开发自动化评价指标与分析方法,并推动其在日常测试、算法评估及迭代优化中的应用。
算法表现追踪与问题挖掘: 基于数据指标持续追踪自动驾驶算法的性能变化,识别异常表现、潜在风险及性能退化,分析问题产生的规律和原因,为算法优化和测试决策提供数据支持。
对比分析与能力提升: 通过不同算法版本、不同交通场景以及人类驾驶与自动驾驶表现的对比分析,发现自动驾驶系统的薄弱环节和优化空间,推动自动驾驶能力持续提升。
AI 技术探索与效率提升: 探索大语言模型(LLM)、AI Agent 等技术在数据分析、问题定位、评价指标开发及分析流程自动化等场景中的应用,尝试利用 AI 技术提升数据分析效率与智能化水平。
任职资格(学历、目标院校、语言、技能、性格等要求)
专业背景: 计算机、数学、统计学、人工智能、自动化、汽车、通信等相关专业,本科及以上学历在读,硕士研究生优先。
编程与数据处理能力: 熟练掌握 Python 和 SQL,具备扎实的编程基础、良好的代码习惯和较强的数据处理能力;熟悉 Hive、Spark 等大数据处理工具者优先。
数据科学基础: 具备良好的数学、统计学基础,了解常用机器学习算法及模型评估方法;有数据清洗、数据挖掘、数据建模、指标体系构建或复杂数据分析经验者优先。
大模型与 AI 应用: 对大语言模型的基本原理、能力特点及应用方式有一定了解,乐于探索 AI 技术在实际工作中的应用;有大模型应用开发、AI Agent、RAG、工具调用或工作流自动化等项目经验者优先。
学习与问题解决能力: 逻辑清晰,对数据敏感,善于从复杂数据中发现规律、提出假设并验证结论,具备较强的自主学习能力和主动探索意识。
相关经历: 对自动驾驶、人工智能及数据科学领域有浓厚兴趣,有自动驾驶、互联网、AI 或大数据相关实习、科研项目经历者优先。
沟通与协作能力: 具备良好的沟通表达和团队协作能力,能够在指导下独立推进分析任务,并清晰地呈现分析过程与结论。
实习要求: 实习时间不少于 4 个月,每周可出勤 5 天。