小马智行
算法实习生-多模态感知
算法实习生-多模态感知
发布于 大约 12 小时前实习/见习
北京市
无经验要求
实习生
仅现场办公
本科
PyTorch
Camera
目标检测
知识蒸馏
目标跟踪
Lidar
语义分割
多模态融合
实例分割
三维重建
AI 估算 · 6k–10k
算法实习岗位，北京地区，大型自动驾驶公司，薪资具有竞争力，考虑技能难度和行业前景。
职位详情
关于这个职位
这是一份自动驾驶领域的算法实习岗位，你将参与多传感器感知算法的开发与优化，包括目标检测、语义分割等
同时利用视觉大模型进行数据增强和知识蒸馏，提升端侧模型性能
适合对计算机视觉和深度学习有扎实基础，希望积累自动驾驶行业经验的同学
最低要求
计算机或相关专业本科以上学历
熟练掌握深度学习及计算机视觉相关的基本算法
熟悉基于CNN的图像检测、跟踪、识别等算法流程
优秀的编程能力，熟悉C/C++或Python
有较强的独立解决问题能力，学习能力及沟通能力
工作职责
多传感器感知算法开发与优化：负责基于Camera、LiDAR及多模态融合的感知算法开发与优化，工作方向包括但不限于目标检测、语义/实例分割、目标跟踪与三维重建等
基于视觉大模型的伪标签与数据增强：利用Depth Anything、SAM等视觉基础模型的泛化能力，设计高质量的伪标签自动标注策略，扩充训练数据覆盖度，提升端侧小模型在长尾场景下的泛化能力
知识蒸馏与端侧模型泛化迁移：通过知识蒸馏、特征蒸馏、模型压缩等方式，将大模型的鲁棒表征迁移到轻量级端侧模型中，在不显著增加推理成本的前提下，最大化小模型的场景适应性
优先资格
有较强的研究能力优先，如发表过第一作者CCF A类会议或期刊等论文
熟悉某种深度学习框架，如Pytorch等，对深度学习有深入的了解
熟悉并行计算或cuda编程，或图像处理方面经验的优先
在自动驾驶行业有实习经验
能实习6个月及以上
AI 洞察
优缺点分析
优点
- 加入行业领先的自动驾驶公司，接触前沿技术栈（大模型、知识蒸馏、多模态融合）
- 实习工作内容直接与核心算法相关，产出可落地，技术积累价值高
- 公司融资阶段成熟，规模大，平台稳定，实习经历含金量高
- 实习期6个月以上更受青睐，需要较长时间投入
- 适合对计算机视觉和自动驾驶有浓厚兴趣，具备较强自驱力和研究能力，希望参与前沿算法落地的硕士或优秀本科生
缺点 / 挑战
- 技术要求较高，涉及多传感器和大模型，学习曲线陡峭
- 自动驾驶行业节奏快，可能面临较大工作压力
角色解读
- 积累自动驾驶感知算法经验，向高级算法工程师或感知团队负责人发展
- 深耕多模态融合、视觉大模型等前沿方向，成为领域专家
- 未来可转向全栈自动驾驶算法或AI平台研发，拓展技术广度
- 你负责自动驾驶中多传感器感知算法的开发与优化，包括目标检测、语义分割、跟踪与三维重建
- 你利用视觉大模型（如Depth Anything、SAM）设计伪标签自动标注策略，提升数据覆盖度和模型泛化能力
- 你通过知识蒸馏、模型压缩等技术，将大模型的鲁棒表征迁移到轻量级端侧模型，实现高效推理
- 扎实的深度学习与计算机视觉基础，熟悉CNN检测、跟踪等算法流程
- 优秀的编程能力，熟练使用C/C++或Python，熟悉PyTorch等深度学习框架
- 了解模型压缩、知识蒸馏等技术，有并行计算或CUDA经验更佳
申请策略
- 关注小马智行的技术博客和开源项目，在面试中展现对公司技术的了解
- 准备好一个完整的算法项目案例，能够清晰讲述问题、方案、结果与思考
- 突出计算机视觉相关项目经验，尤其是目标检测、分割、跟踪等实际项目
- 如果有发表论文或竞赛经历，特别是CCF A类，务必醒目展示
- 强调编程能力，列出C++、Python、PyTorch等工具熟练度，以及CUDA并行计算经验
- 提前熟悉视觉大模型（如SAM、Depth Anything）的基本原理和使用方法
- 学习知识蒸馏和模型压缩的常见技术，并动手实现一个小项目
- 复习多模态融合的基本方法，了解Camera和LiDAR的感知特点
面试指南
- 对于算法原理问题，先给出定义和核心思想，再对比不同方法的优劣，最后结合实际场景说明选择原因
- 对于项目经验问题，采用STAR原则（情境-任务-行动-结果）结构化回答，突出你的贡献和成果
- 请解释目标检测中的Faster R-CNN和YOLO的异同
- 描述知识蒸馏的过程，并说明在自动驾驶中如何应用
- 你如何处理长尾场景下的数据不平衡问题？
- 请简述多模态融合在感知中的常见策略
- 你有使用过SAM或Depth Anything吗？谈谈它们的优缺点
- 系统复习计算机视觉核心算法，尤其是检测、分割、跟踪领域的经典论文
匹配度报告
64
综合匹配度
自动驾驶算法实习，顶尖平台，前沿技术栈，成长空间巨大，但实习薪资一般，要求现场办公。
适合人群
最适合以技能成长和前沿技术探索为核心动机的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利50
成长发展90
工作生活40
使命价值75
薪资福利匹配
50较低
实习岗位薪资相对全职偏低，但公司提供有竞争力的实习待遇和福利（如免费餐食等），但JD未明确具体福利。
薪资信号未披露（AI估算：6K-10K/月）
成长发展匹配
90较高
该岗位处于自动驾驶前沿技术领域，涉及视觉大模型、知识蒸馏等最新技术，成长空间极大，且公司平台优秀。
技术前沿前沿/新兴技术
技术栈Camera、LiDAR、多模态融合、目标检测、语义分割、实例分割、目标跟踪、三维重建、Depth Anything、SAM、知识蒸馏、特征蒸馏、模型压缩、PyTorch、CUDA
业务类型profit_center
工作生活匹配
40较低
实习通常要求现场办公，北京通勤成本高，且JD未提及弹性工作，但实习期间可能压力适中。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值匹配
75中等
自动驾驶行业具有较高社会价值和未来意义，参与核心感知算法开发能带来较强的成就感。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs