滴滴出行
MJ020718-Voyager-算法实习生
MJ020718-Voyager-算法实习生
发布于 4 小时前实习/见习
实习生仅现场办公AI算法
AI算法
3D Gaussian Splatting
Autonomous Driving
Lidar
Multi-Modal Fusion
Pytorch
值不值得投
71综合评分
综合评分 71
顶尖大厂前沿算法实习，技术栈极新，成长空间巨大，适合科研导向型人才
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便比较实习机会。
薪资怎么样
1.0千
与AI算法中位数基本持平
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 2400 个在招 · 其中AI算法 3 个
市场机会
选择面较广
北京 · AI算法 · 约 140 个在招
职位详情
关于这个职位
该职位为滴滴出行自动驾驶部门的算法实习生岗位，主要参与基于三维高斯（3D Gaussian Splatting）的多模态感知算法研发
工作内容涵盖融合相机与激光雷达数据、研究多任务学习方法以及优化模型在复杂场景下的感知能力
适合对前沿计算机视觉和自动驾驶技术有浓厚兴趣的硕博研究生
最低要求
计算机、人工智能、自动化、电子信息、数学等相关专业在校生，硕士或博士研究生优先
具备扎实的机器学习与深度学习基础，熟悉计算机视觉基本方法，对三维几何、坐标变换及空间表征有一定理解
熟练使用 Python 和 PyTorch，具备良好的代码实现、调试与实验分析能力，熟悉 Linux 开发环境
能够阅读英文技术论文，具备主动学习、独立分析问题和团队协作能力，能够保持稳定的实习投入，长期实习者优先
工作职责
参与自动驾驶多模态感知算法研发，探索以三维高斯为统一场景表征，融合相机与激光雷达的几何、语义及运动信息
研究基于高斯表征的多任务学习方法，支持三维目标检测、语义占用、场景分割、运动估计等任务，探索共享表征、任务交互与联合优化机制
参与高斯表征的初始化、特征融合与时序更新方法设计，提升模型在稀疏点云、遮挡及部分传感器信息缺失等场景下的感知能力
完成相关算法的实现、训练、评测与消融实验，分析模型精度、鲁棒性和计算开销，推动研究方案在实际感知系统中的验证与应用
跟踪高斯表征、多模态融合及多任务学习领域的前沿研究，开展论文复现与技术探索
优先资格
对三维高斯表征与多模态感知有研究兴趣
具有 Gaussian Splatting、三维场景表征、BEV/Occupancy、相机与激光雷达融合或多任务学习相关项目经验者优先
在 CVPR、ICCV、ECCV、NeurIPS、ICLR、ICML、ICRA、IROS 等相关领域顶级会议发表过论文，或具有高质量开源项目、CUDA 编程及模型推理优化经验者优先
AI 洞察
优缺点分析
优点
- 接触行业最前沿的3D高斯表征技术，平台大资源丰富，简历含金量极高
- 对自动驾驶和计算机视觉有浓厚兴趣，具备较强科研背景的硕博研究生
缺点 / 挑战
- 技术门槛高，需具备较强的科研能力和代码落地能力，竞争压力大
角色解读
- 可向自动驾驶感知算法专家、高级AI研究员方向发展，或在学术界继续深造发表顶会论文
- 负责自动驾驶场景中多模态感知算法的研发，特别是基于3D Gaussian Splatting的新兴技术探索
- 需要扎实的深度学习基础，精通Python/PyTorch，熟悉计算机视觉、三维几何及多传感器融合技术
申请策略
- 准备详细的项目介绍，展示对前沿技术的快速学习和复现能力
- 突出顶会论文发表经历、Gaussian Splatting相关项目经验及CUDA优化能力
- 深入理解3D视觉原理，熟悉主流多模态融合架构，提升Linux下大规模实验调试能力
面试指南
- 采用STAR法则（情境、任务、行动、结果）描述项目，重点突出技术创新点、解决的具体问题及量化成果
- 请详细介绍你关于3D Gaussian Splatting的研究或项目经验
- 如何设计多任务学习框架以平衡不同感知任务的损失？
- 在传感器缺失或遮挡情况下，如何保证感知模型的鲁棒性？
- 请解释一下BEV（鸟瞰图）表示方法及其在多模态融合中的应用
- 复习经典CV论文，梳理自己的科研思路，准备代码层面的细节问答
职位点评
薪资福利75
成长发展95
工作生活40
使命价值85
薪资福利
75中等
作为知名互联网大厂，实习津贴通常高于市场平均水平，但实习生岗位本身不以高薪为核心卖点。
薪资信号未披露（AI估算：0.3–0.6千/月）
成长发展
95较高
职位涉及极具前沿性的3D高斯表征和多模态融合技术，能极大提升科研能力和技术视野。
技术前沿前沿/新兴技术
技术栈3D Gaussian Splatting、Multi-modal Fusion、LiDAR、Camera、PyTorch、CUDA
业务类型profit_center
工作生活
40较低
研发类实习通常需要在公司现场办公，工作节奏较快，WLB一般。
工作模式未明确
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
85较高
致力于自动驾驶技术研发，具有显著的社会安全价值和行业前瞻性。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度开拓性创新（行业首创）
滴滴出行 的其他在招职位
相似职位推荐
智能座舱AI算法开发工程师-德语方向
联想 · 上海市
AI 估算 · 3.5–6.0万3 小时前发布
Agent Personalization and Memory Evolution
联想 · 北京市
AI 估算 · 5.0–8.0万3 小时前发布
Staff Agent R&D Engineer
联想 · 北京市
AI 估算 · 4.0–7.0万3 小时前发布
Agent Personalization and Memory Evolution
联想 · 北京市
AI 估算 · 4.0–7.0万3 小时前发布
推理架构算法工程师
京东 · 北京市
AI 估算 · 5.0–8.0万3 小时前发布
Senior Consultant Specialist
汇丰 · 西安市
AI 估算 · 2.0–3.5万4 小时前发布
VP, FC Investigative Tooling
汇丰 · 广州市
AI 估算 · 3.5–6.0万4 小时前发布
AVP, Investigative Tooling
汇丰 · 广州市
AI 估算 · 2.5–4.5万4 小时前发布
Watch Jobs