数据闭环算法工程师

承担数据闭环系统建设与优化任务： - 参与自动驾驶数据闭环系统整体架构设计与核心模块开发，覆盖数据采集、清洗、筛选、标注、训练、评测、回流的全流程； - 负责感知、预测、决策规划等任务的数据流转系统设计，实现问题 case 的自动发现、自动归因与自动分发； - 优化大规模数据处理链路（TB~PB级），提升数据筛选、加工与回流效率；

自动化标签体系设计与工具开发 - 构建面向感知（目标检测、分割、BEV、多传感器融合）、预测与规划任务的多层级标签体系（原子标签 / 组合标签 / 场景标签）； - 设计问题驱动的标签策略（Problem-driven Tagging），支撑 bad case 挖掘与专项能力提升； - 开发自动化标签生成工具，包括： - 基于规则引擎的自动标签生成； - 基于模型推理结果的弱监督标签生成； - 多模态融合标签自动对齐与一致性校验工具； - 推动标签标准化、版本化与可追溯管理；

Case 自动化分析与问题挖掘： - 构建问题 case 自动分析系统，实现： - 误检 / 漏检 / 轨迹抖动 / 规划异常等问题的自动聚类与归因； - 结合感知置信度、轨迹偏差、控制输出等多信号联合分析； - 设计数据指标体系（分布偏移、长尾场景覆盖度、ODD覆盖率等），实现数据质量与模型效果联动分析； - 建立问题 case → 标签补充 → 数据回流 → 模型优化的自动化闭环；

向量化数据处理与检索系统开发 - 识别适合向量化表达的数据类型，包括： - 图像 / BEV特征向量 - 轨迹序列 embedding - 场景级多模态特征表示 - 规划状态空间表示 - 构建高效向量检索系统，实现： - 相似场景检索 - 相似轨迹检索 - 长尾样本快速召回 - 参与或主导基于向量数据库（如 Pinecone、Milvus、Weaviate）的检索系统开发与性能优化； - 支持数据主动挖掘（Active Mining）与主动学习（Active Learning）策略落地；

数据挖掘与分布分析 - 设计并实现数据分布分析系统，识别训练集与真实道路数据的分布偏移（Domain Shift）； - 支持专项能力提升（如锥桶场景、施工场景、雨雾天气等）的数据专项挖掘； - 建立基于 embedding + 聚类 的场景分群体系，提升长尾场景识别能力；

工程化与平台化建设 - 参与数据平台架构设计（离线/实时链路），支持海量数据的分布式处理； - 优化数据处理效率与存储成本，熟悉分布式计算框架（如 Apache Spark、Apache Flink）； - 构建可视化分析工具，支持算法与标注团队高效协作

基本要求： - 本科及以上学历，计算机、自动化、电子信息、人工智能等相关专业； - 3年以上自动驾驶或大规模机器学习数据平台开发经验； - 有乘用车自动驾驶公司数据闭环系统建设深度参与经验（必备）。

技术能力要求： - 自动驾驶数据理解能力，深刻理解自动驾驶感知、预测、规划模块的数据输入输出形式。理解多传感器数据结构（Camera / LiDAR / Radar / HD Map）； - 对感知误差、规划异常、控制抖动等问题有实际问题分析经验； - 标签体系与数据策略能力，有从0到1设计标签体系的经验，熟悉原子标签、场景标签、行为标签的层级设计，有自动标签生成工具开发经验； - 向量化与检索系统经验，熟悉 embedding 生成方法（CNN / Transformer / BEV Encoder 等），有向量检索系统落地经验，熟悉向量数据库选型与性能优化；能独立设计相似场景召回系统；

工程能力 - 精通 Python / C++，具备良好的代码工程化能力； - 熟悉大规模数据处理与分布式系统设计； - 熟悉常见存储系统（对象存储、列式存储等）； - 熟悉 Linux 环境与高性能计算优化；

加分项 - 有端到端（E2E）自动驾驶模型数据闭环经验； - 有主动学习（Active Learning）或数据自动筛选系统落地经验； - 有数据指标体系（Coverage / Diversity / Risk-based mining）构建经验； - 有分布式向量检索系统调优经验； - 熟悉数据质量评估与数据资产管理体系