虹软科技
27届实习-4D车载数据工程师
27届实习-4D车载数据工程师
发布于 大约 8 小时前实习/见习
杭州市
无经验要求
实习生
仅现场办公
硕士
数据工程
图像处理
大模型
数据预处理
机器学习
模式识别
深度学习
目标检测
自动驾驶
AI 估算 · 4k–6k
上市科技公司实习岗，技术含量高，杭州薪资中等偏上，适合积累经验。
职位详情
关于这个职位
这是一个面向2027届硕士研究生的实习职位，你将加入虹软科技的车载数据团队，负责大数据预清洗与标注算法开发
工作涉及目标检测、识别、跟踪等大模型研发，能让你深入了解自动驾驶领域的数据处理核心技术，积累工业级项目经验
适合对计算机视觉和机器学习有热情的在校生
最低要求
硕士及以上学历，图像处理、模式识别、机器学习等相关方向
熟悉linux系统常用开发命令
熟悉python脚本编写和常用的图像处理库，了解计算机网络知识，了解多线程开发
工作职责
针对大数据的预清洗，预标注算法开发（检测、识别、跟踪等算法大模型开发）
优先资格
在校期间有自动驾驶/车载相关项目经验优先
AI 洞察
优缺点分析
优点
- 接触前沿车载AI技术和大模型开发，学习资源丰富
- 上市公司平台，技术氛围浓厚，有机会参与实际量产项目
- 实习经历含金量高，对后续求职自动驾驶领域有极大帮助
- 数据量巨大，需要编写高效代码处理，对工程能力有要求
- 自动驾驶场景对精度要求高，算法调试可能耗时
- 实习期需要快速掌握新工具和业务知识，学习曲线较陡
缺点 / 挑战
- 适合对计算机视觉和自动驾驶有浓厚兴趣的硕士生，希望获得工业级项目经验并愿意接受挑战
角色解读
- 向自动驾驶数据算法专家发展，掌握数据闭环核心技能
- 转向感知算法或模型优化方向，从事更前沿的视觉大模型研发
- 积累工业级数据处理经验，为后续全职或研究方向打下坚实基础
- 负责车载大数据的预清洗和预处理，确保数据质量符合算法训练要求
- 开发预标注算法，利用检测、识别、跟踪等大模型自动标注数据
- 参与自动驾驶数据集构建，优化数据流水线效率
- 扎实的Python编程能力，熟练使用OpenCV等图像处理库
- 熟悉Linux开发环境及常用命令，能编写Shell脚本
- 了解机器学习/深度学习基础，熟悉目标检测、识别等算法原理
- 具备多线程编程和计算机网络基础知识
申请策略
- 准备一个数据预处理的小 Demo 或开源项目，展示动手能力
- 提前了解虹软科技在车载领域的业务布局，展现对公司的兴趣
- 突出图像处理或机器学习相关项目经历，特别是在目标检测、数据预处理方面的实践
- 强调Python、Linux的熟练度，可用具体脚本或工具展示
- 如有自动驾驶或车载项目，务必重点描述
- 学习常用目标检测网络（如YOLO、Faster R-CNN）的原理和实现
- 熟悉数据标注工具（如LabelImg）和常见数据增强方法
- 了解大模型在自动驾驶中的应用，如BEV感知
面试指南
- 对于技术问题，先阐述原理，再结合项目经验举例，分步骤说明
- 对于项目经验问题，使用STAR法则（情境、任务、行动、结果）组织回答
- 对于数据处理问题，强调效率、代码规范和可扩展性
- 如何对车载图像数据进行预清洗？请描述具体步骤
- 请比较一下YOLO和Faster R-CNN的优缺点
- Python中如何高效处理大批量图像文件？
- Linux下如何查看CPU、内存使用情况？如何编写一个批量重命名的脚本？
- 你在自动驾驶相关项目中有哪些经验？遇到了什么困难？
职位点评
69
综合评分
上市科技公司实习，前沿自动驾驶数据算法，薪资一般但学习价值高。
从学习成长、工作节奏、岗位方向和实习待遇综合评估，方便比较实习机会。
更适合这类人
适合追求技术成长、愿意接受较低薪资换取宝贵经验的求职者。
表现最好
成长发展
相对薄弱
薪资福利
薪资福利40
成长发展85
工作生活60
使命价值75
薪资福利
40较低
实习薪资有限，但公司平台好，福利未提及，整体补偿性较弱。
薪资信号未披露（AI估算：4K-6K/月）
成长发展
85较高
实习岗位技术前沿，能深度参与大模型和自动驾驶开发，成长空间大。
技术前沿前沿/新兴技术
技术栈Python、Linux、图像处理、机器学习、深度学习、目标检测、大模型
业务类型ambiguous
工作生活
60中等
需现场办公，未提及弹性工作，实习通常双休，生活平衡一般。
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
75中等
自动驾驶是高速增长赛道，具有较高的社会价值，但实习岗位直接使命感有限。
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
虹软科技 的其他在招职位
相似职位推荐
Watch Jobs