模型评测工程师

算法性能评估

设计并实施自动驾驶感知算法（如目标检测、分割、跟踪、 vla/vlm）的全面评价方案，涵盖仿真测试、数据回灌以及真实场景验证；

分析算法在不同复杂环境和场景下的表现，诊断性能瓶颈并提出优化建议；

定义和完善感知算法的评价指标体系，推动相关标准化工作；

测试平台建设

主导感知算法测试平台的建设和优化，包括仿真工具链的选型、搭建与集成；

开发高效的数据回灌与场景生成工具，支持多源传感器（相机、激光雷达、毫米波雷达）数据的复现与同步测试；

数据分析与利用

管理大规模自动驾驶数据集，构建高效的数据处理和管理流程，保障数据质量和复用性；

对测试数据进行深入分析，提取关键统计信息，支持算法迭代优化；

跨团队合作

与感知算法、仿真开发、数据采集及标注团队合作，共同推进自动驾驶感知模块的研发与部署；

提供评价测试的关键结果，为算法开发和产品决策提供数据支持

教育背景：计算机科学、人工智能、电子工程、车辆工程等相关专业硕士及以上学历；

技术能力

深入理解感知算法（目标检测、分割、跟踪、vla等）及其技术实现与优化方法；

熟悉至少一种深度学习框架（如TensorFlow、PyTorch），有相关算法开发和性能调优经验；

掌握仿真平台（如CARLA、LGSVL）或自动驾驶测试工具链的使用和开发；

熟悉自动驾驶传感器（如相机、激光雷达）数据处理与分析，具备相关开发经验；

了解airflow任务部署。

工作经验

感知算法开发或性能评估相关工作经验优先，有自动驾驶领域背景者优先；

有自动驾驶仿真测试、数据回灌、性能分析等相关项目经验优先；

软技能

优秀的分析能力和技术报告撰写能力，能够清晰表达复杂技术问题与解决方案；

强大的团队协作能力和跨部门沟通能力，能够推进多团队协作项目；

对自动驾驶技术充满热情，具备前瞻性和持续学习能力