端到端模型数据挖掘实习生（智驾）

优缺点分析

角色解读

• 从数据挖掘和数据集构建入手，深入理解自动驾驶核心问题，未来可转向感知、规划等算法岗位
• 在实习期间积累数据闭环和评测经验，为从事自动驾驶研发或数据平台开发打下基础
• 表现优秀者有机会转正，进入虹软科技自动驾驶团队，参与量产项目
• 从海量真实驾驶视频中挖掘典型场景，筛选出对端到端模型训练有价值的数据片段
• 设计并执行数据清洗、筛选和标注策略，构建高质量自动驾驶数据集
• 参与数据闭环系统，通过评测结果反馈数据质量，迭代优化模型性能
• 精通Python和C++，具备扎实的编程能力，能高效处理大规模数据
• 掌握PyTorch等深度学习框架，了解模型训练和推理的基本流程
• 对自动驾驶整体框架和规划算法有基本认识，理解端到端模型的数据需求

申请策略

• 在简历中体现对数据质量的关注和主动优化意识，比如曾经通过数据增强提升模型效果
• 提前研究虹软科技在自动驾驶领域的布局和产品，面试中展示对公司业务的了解
• 突出Python和C++编程能力，最好有大型数据处理或脚本开发的经历
• 如果参与过深度学习项目，详细描述使用的框架（如PyTorch）和具体贡献
• 如有自动驾驶相关项目或竞赛经历（如数据挖掘、场景理解），重点强调
• 复习PyTorch框架，尤其是数据加载、预处理和模型训练流程
• 了解自动驾驶感知、规划基本概念，阅读相关论文或博客
• 熟悉数据清洗、标注工具（如CVAT、LabelImg等）和常见的数据集格式

面试指南

• 对于数据处理类问题，采用STAR法则：Situation（数据背景）、Task（目标）、Action（具体清洗/筛选方法）、Result（最终数据质量或模型提升）
• 对于开放性问题（如数据闭环），先给出定义，再分步骤说明：采集→挖掘→标注→训练→评测→反馈，最后强调迭代优化的重要性
• 请描述一个你处理过的数据集，包括数据规模、清洗步骤和最终效果
• 如何从海量驾驶视频中筛选出对模型训练有价值的关键场景？
• 你如何看待数据闭环在自动驾驶中的作用？如何设计一个简单的评测体系？
• 请写一段Python代码，从CSV文件中筛选出满足特定条件的行
• 你对端到端自动驾驶了解多少？与传统pipeline相比有哪些优缺点？
• 准备一个自己参与过的数据相关项目，能清晰讲解数据流和遇到的问题