禾赛
数据算法工程师
数据算法工程师
发布于 6 小时前普通员工/个人贡献者
全职员工仅现场办公机器学习工程
机器学习工程
3D数据
Cuda
仿真引擎
数据挖掘
数据闭环
机器学习
自动驾驶
值不值得投
75综合评分
综合评分 75
前沿自动驾驶数据算法岗位，技术成长性强，薪资市场水准，工作强度未知。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
40K
比机器学习工程中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
66 个在招
市场机会
选择面较广
上海 · 机器学习工程 · 约 370 个在招
职位详情
关于这个职位
该职位负责自动驾驶领域大规模3D/4D数据生产链路建设，包括数据挖掘、算法优化和模型协同，以支持基础模型训练
需要精通仿真引擎和编程技能，参与前沿技术跟踪和数据闭环开发，推动算法迭代
最低要求
善于运用 ai coding 和 agent 工具
教育背景：计算机科学、应用数学、模式识别、机器学习、机器人学或相关专业硕士及以上学历，或具备同等的丰富工作经验
技术深度：熟练掌握Isaacsim、UE、Blender至少一种仿真引擎，能够独立对接需求设计仿真数据生产方案
工程能力：精通数据结构与算法设计，熟悉并行计算，拥有出色的编程能力（Python/C++），能够编写高效、可维护的代码
综合素质：具备卓越的创新能力和团队协作精神，能够在高压环境下保持冷静，独立分析并推动解决复杂的技术难题
工作职责
大规模 3D/4D 数据生产全链路建设：负责面向 3D&4D 基础模型训练的数据生产链路，打通"数据→训练→评测→反馈→再数据"的体系
学术跟踪：持续跟进仿真、生成、重建、多模态合成等前沿技术论文，持续迭代数据闭环算法
数据挖掘：基于模型表现与反馈，自动或半自动挖掘长尾场景、失败样本与高价值数据
针对关键能力短板制定数据补充与增强策略，输出数据看板与分析报告
数据-模型协同：紧密配合算法团队完成数据采集、评测基准构建，量化数据规模、多样性与标注质量对下游任务效果的影响
优先资格
有大规模视频/图像数据集采集、清洗、标注或自动化质检实战经验
熟悉VLM/多模态大模型在数据筛选、自动打标、caption生成中的应用，或有Prompt工程与批量推理优化经验
熟悉CUDA、TensorRT、分布式推理或大规模GPU集群调度与吞吐优化
有3D/4D重建、动态场景标注、VLA/具身智能数据预处理或自动驾驶数据闭环项目经验
在CVPR、ICCV、ECCV、NeurIPS、SIGGRAPH等顶会发表过数据集或数据驱动相关论文，或在GitHub有高星数据工具开源项目
AI 洞察
优缺点分析
优点
- 参与前沿自动驾驶技术，接触大规模数据处理和AI算法，技术深度高
- 公司为已上市企业，平台稳定，有资源支持研发和创新
- 能全面提升仿真、数据挖掘、算法优化等核心技能，职业发展空间大
- 需要掌握多种技术栈，如仿真引擎、高性能计算等，学习曲线陡峭
- 自动驾驶行业竞争激烈，技术更新快，需持续跟踪前沿
- 工作可能高压，需独立解决复杂技术难题，对综合素质要求高
- 适合对自动驾驶和AI数据处理有浓厚兴趣，具备扎实编程、算法和仿真基础，追求技术成长的求职者
缺点 / 挑战
暂无明显挑战项
角色解读
- 从数据算法工程师成长为高级算法专家或技术负责人，专注自动驾驶数据智能
- 向数据架构师或AI研发经理方向发展，负责整体数据平台建设
- 在自动驾驶领域积累深厚经验，成为行业内的技术领袖或研究员
- 负责自动驾驶领域大规模3D/4D数据的生产链路建设，打通数据到模型的闭环
- 跟踪前沿技术论文，如仿真、生成、重建等，持续优化数据闭环算法
- 挖掘长尾场景和失败样本，制定数据增强策略，提升模型性能
- 与算法团队紧密合作，量化数据质量对下游任务的影响
- 精通Python/C++编程和数据结构算法设计，熟悉并行计算
- 熟练掌握至少一种仿真引擎，如Isaacsim、Unreal Engine或Blender
- 具备数据挖掘、数据分析和报告输出能力
- 了解CUDA、TensorRT等高性能计算工具，有分布式推理经验者优先
申请策略
- 深入了解禾赛的自动驾驶业务、产品线和数据需求，定制化简历和面试回答
- 准备展示解决复杂技术问题的案例，强调创新思维和团队协作
- 突出Python/C++编程项目经验，特别是数据处理、算法优化或并行计算案例
- 展示仿真引擎使用经历，如Isaacsim、UE或Blender在数据生成中的应用
- 强调相关论文发表、开源项目或大规模数据集实战经验
- 描述数据挖掘、数据闭环或模型协同的实际成果
- 学习CUDA、TensorRT等高性能计算工具，提升分布式推理和优化能力
- 熟悉VLM/多模态大模型在数据筛选和标注中的应用，了解Prompt工程
面试指南
- 使用STAR法则（情境、任务、行动、结果）描述项目经验，突出技术选型和优化过程
- 强调从问题分析到解决方案的逻辑思维，结合具体数据和结果
- 展示对行业趋势的了解，将个人经验与岗位需求相结合
- 请描述你参与过的大规模数据处理项目，如何设计数据生产链路？
- 你如何跟踪和应用前沿技术论文来迭代数据闭环算法？
- 遇到数据质量问题或模型性能瓶颈时，你的解决方法是什么？
- 你对自动驾驶数据闭环的理解是什么？如何量化数据对模型效果的影响？
- 请举例说明你使用仿真引擎（如Isaacsim）解决实际问题的经历
职位点评
薪资福利75
成长发展85
工作生活60
使命价值80
薪资福利
75中等
公司为已上市企业，薪资水平在行业内有竞争力，但JD未明确福利细节。
薪资信号市场水准 (3–5万/月)
成长发展
85较高
职位涉及前沿AI和数据技术，有利于技能提升和职业发展，技术成长性强。
技术前沿前沿/新兴技术
技术栈Isaacsim、UE、Blender、Python、C++、CUDA、TensorRT、VLM
业务类型profit_center
工作生活
60中等
职位未提及工作模式，可能默认现场办公，工作与生活平衡信息不足。
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
80较高
自动驾驶是高速增长赛道，技术推动交通变革，具有较高社会影响力。
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