哈啰出行
智驾数据实习生-【自动驾驶】
智驾数据实习生-【自动驾驶】
发布于 大约 17 小时前实习/见习
上海市
无经验要求
实习生
仅现场办公
本科
机器学习
数据挖掘
计算机视觉
LLM
自动驾驶
数据标注
VLM
多模态学习
AI 估算 · 5k–8k
自动驾驶热门领域，实习岗位薪资有竞争力；公司规模大，提供合理实习待遇
职位详情
关于这个职位
该实习生岗位参与自动驾驶数据流水线构建与优化，涉及车端数据筛选、云端自动化处理及大模型挖掘
你将接触到前沿的VLM/LLM技术，并应用于真实驾驶场景，是进入自动驾驶领域的绝佳起点
表现优异有转正机会
最低要求
学历与专业：本科及以上学历，计算机、软件工程、自动化、电子工程、人工智能、数学等相关理工科专业
技术基础：熟悉linux及C++编程，对基础的计算机原理、数据结构、操作系统等比较熟悉
模型与数据经验：有实际的数据处理、挖掘或分析经验，熟悉数据标注、清洗、增强等相关流程和方法
对大模型有深入理解，熟悉视觉语言模型（VLM）、大语言模型（LLM）的基本原理和应用有浓厚兴趣或实践经验
自动驾驶知识：对自动驾驶技术栈（感知、预测、规划）有基本了解，熟悉nuScenes、Waymo等至少一个主流自动驾驶数据集
个人素质：具备优秀的问题分析能力和解决复杂问题的热情，工作踏实靠谱，拥有良好的团队协作精神和跨团队沟通能力，表现优异者可转正
工作职责
车端与云端数据流水线构建：设计并开发车端轻量化数据筛选与触发器，制定数据采集策略，确保高效回收有价值场景
构建与优化云端大规模数据自动化处理流水线，包括清洗、送标和评测，支持模型的持续迭代
自动化数据挖掘与标注：利用基于规则和基于VLM大模型的方法，对海量驾驶场景进行自动化、智能化的挖掘与标签生成
针对大模型挖掘任务，完成数据方案制定、模型微调、loss优化、模型评测等
云端大模型：跟踪最新的AI进展，在公司自有数据集上完成适配验证，完成AI模型选型
参与或主导多模态视觉语言大模型的微调、优化与云端部署，使其适用于robotaxi场景的用户行为监测和车端Corner Case的远程决策支持（如生成避让、绕行指令）
优先资格
加分项：
在Kaggle、天池等人工智能竞赛中取得过优异成绩，或在权威开源数据集榜单上排名靠前
有多模态学习、大模型提示词工程（Prompt Engineering）、智能体（Agent）设计应用或链式思考（CoT）等相关经验
AI 洞察
优缺点分析
- 接触自动驾驶前沿技术，包括VLM、LLM、多模态等，技能积累含金量高
- 参与真实robotaxi场景的数据处理和模型优化，实战经验丰富
- 公司平台大（哈啰出行），有转正机会，职业起点好
- 团队氛围技术导向，适合深度钻研
- 实习岗位，薪资相对全职较低，且可能面临一定的工作强度
- 技术要求全面（C++、Linux、大模型、自动驾驶），学习曲线陡峭
- 自动驾驶行业竞争激烈，需持续学习和跟进最新进展
- 适合对自动驾驶和AI大模型有强烈兴趣，具备扎实编程基础和数据敏感度的在校学生，尤其是希望进入自动驾驶领域的求职者
角色解读
- 从数据实习生成长为自动驾驶数据工程师或算法工程师，专注于数据闭环和模型优化
- 积累大模型经验后可向AI研究员或大模型应用专家发展
- 表现优异可转正，在哈啰出行自动驾驶团队晋升为正式员工
- 设计和开发车端数据筛选触发器，制定采集策略，确保有价值场景被高效回收
- 构建和优化云端自动化数据处理流水线，包括清洗、送标和评测，支持模型迭代
- 利用规则和VLM大模型对驾驶场景进行自动化挖掘与标签生成，参与大模型微调和优化
- 跟踪AI前沿，在公司数据集上适配验证，并参与多模态大模型在robotaxi场景的部署
- 扎实的C++和Linux基础，熟悉计算机原理和数据结构
- 有数据处理、挖掘或分析经验，了解数据标注、清洗流程
- 对VLM、LLM等大模型有深入理解或浓厚兴趣，具备模型微调经验更佳
- 了解自动驾驶技术栈（感知、预测、规划），熟悉nuScenes或Waymo数据集
申请策略
- 了解哈啰出行自动驾驶业务方向，在面试中展现对robotaxi场景的理解
- 准备好展示一个完整的数据处理或模型微调项目案例，体现解决问题的能力
- 突出C++和Linux编程经验，展示相关项目或课程成果
- 强调数据处理或挖掘经历，如数据清洗、标注、特征工程等
- 如果有大模型（VLM/LLM）相关项目或竞赛经验，务必重点描述
- 提及对自动驾驶数据集（如nuScenes、Waymo）的熟悉程度
- 深入学习C++和Linux系统编程，可完成LeetCode中等难度题目
- 动手实践一个VLM或LLM微调项目，掌握常见工具（如HuggingFace）
面试指南
- 用STAR法则（情境、任务、行动、结果）回答项目类问题，突出技术细节和量化成果
- 对于大模型问题，从基本原理（如Transformer、多模态融合）出发，结合具体应用案例，展示深度理解
- 设计类问题应从目标、约束、方案步骤、权衡等角度系统分析，体现逻辑思维
- 请描述一个你处理过的大规模数据集项目，包括数据清洗和特征提取流程
- 你对VLM和LLM的理解是什么？它们如何应用于自动驾驶场景？
- 如何设计一个车端数据筛选策略，在有限存储下回收最有价值的场景？
- 你用过nuScenes数据集吗？请说说它的标注格式和常见评测指标
- 复习C++、Linux内核和常用工具（如gdb、Git）
匹配度报告
66
综合匹配度
自动驾驶大厂实习，前沿技术栈，成长极快，薪资一般，需现场办公。
适合人群
适合对技术成长有强烈渴望，愿意以短期薪资换取自动驾驶和大模型核心经验的求职者。
最强匹配
成长发展匹配
最弱匹配
薪资福利匹配
薪资福利40
成长发展95
工作生活50
使命价值80
薪资福利匹配
40较低
实习生薪资水平相对较低，但哈啰出行作为规模企业，福利体系完善。该职位短期内补偿性激励有限，但长期转正后会有提升。
薪资信号面议 (5K-8K/月)
成长发展匹配
95较高
职位涉及自动驾驶数据闭环和大模型前沿技术，技能成长空间极大。公司提供转正机会和平台资源，发展动机得到充分满足。
技术前沿前沿/新兴技术
技术栈C++、Linux、VLM、LLM、自动驾驶、数据挖掘
成长机会表现优异者可转正
业务类型profit_center
工作生活匹配
50较低
实习需要现场办公，工作地点在上海市闵行区，通勤压力可能较大。JD未提及弹性工作或WLB，推测为常规互联网节奏。
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
80较高
自动驾驶是交通出行领域的前沿方向，有改善交通安全和效率的社会价值。哈啰出行致力于智慧出行，使命感较强。
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