如约见 · 技术研发 · 算法/AI

自动驾驶数据挖掘实习生(VLM / Agent 方向)

地平线 · 南京市、上海市 · 薪资面议 · 更新于 2026/11/04

任职要求

学历:硕士及以上

岗位描述

这个岗位处在自动驾驶数据闭环的上游:从海量路测与回灌数据里,把真正值得标注、值得训练、值得回归的那一小部分找出来,再用 VLM 与 Agent 把“场景”变成结构化、可检索、可复用的数据资产。你面对的是规模庞大的 clip 池、稀疏的长尾信号,以及“挖出来的数据到底有没有用”这个必须用实验回答的问题。交付物是数据集、评测集、分析报告和可复现的推理流水线。 Scenario Mining 与 Bad Case 挖掘链路已经在运行,你接手其中一个真实课题,结果直接进入下一轮训练和评测。 核心职责 长尾场景挖掘(Scenario Mining):先用规则与统计信号(感知置信度、轨迹冲突、急刹与接管、目标类别稀有度、场景标签分布)做粗筛,再结合 VLM 与 Agent 做语义复核与排序;交付可复核的 Corner Case 与 Hard Case 候选清单、命中率统计和漏筛分析,而不是一次性脚本。 场景理解与自动打标:用 Qwen-VL、InternVL、LLaVA 一类视觉语言模型对 clip 做场景描述、目标属性抽取与危险度判断;设计 prompt、few-shot 示例与抽检机制,交付可入库的结构化标签、标注规范与一致性报告,量化其与人工标签的一致率。 数据集与评测集构建:围绕具体能力项(cut-in 加塞、施工区、异形障碍物等)定义数据规格、采样策略与难例配比,完成去重、分层采样和训练/验证/测试隔离;交付带版本、带分布分析与已知偏差说明的数据集、评测集和数据卡。 Batch Inference 流水线:用 vLLM、SGLang、TensorRT-LLM 把 VLM 推理跑成稳定的离线批处理流水线,处理抽帧采样、批大小与显存、失败重试、结果落库、吞吐与成本统计;交付可复现、可审计的推理流水线及其成本与质量报告。 Agent 化数据挖掘:基于 Tool Calling、MCP、RAG、Multi-Agent 把“检索数据—看片段—调模型—校验—汇总”串成可重复执行的挖掘 Agent,让业务方用自然语言提需求;交付 Agent 工作流、查询模板和接入说明。你的工作从逐条看数据,变成设计规则、检查中间结果与验收产出。 数据有效性验证与 Bad Case 归因:设计“加了这批数据模型有没有变好”的对照实验,按场景切片看指标变化,并把失败样本归因到数据缺失、标注错误、模型能力边界或评测口径;交付可复现的实验报告、补数清单和回归用例,推动需求进入下一轮数据闭环。

地平线其他在招岗位

同类在招岗位(技术研发)

岗位信息来自企业官方招聘渠道(horizon),由如约见每日自动同步; 如已下架可前往职位雷达用 AI 匹配相似岗位,或浏览招聘岗位大全。