哈啰出行
感知算法实习生(OCC方向)-【自动驾驶】
感知算法实习生(OCC方向)-【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
硕士
深度学习
PyTorch
自动驾驶
目标检测
BEV
Lidar
感知算法
OCC
语义分割
AI 估算 · 6k–12k
自动驾驶算法实习岗位技术门槛高，市场热度大，上海地区实习薪资处于中上水平，按日薪300-500估算。
职位详情
关于这个职位
这是一份自动驾驶感知算法实习岗位，专注于OCC（Occupancy Network）方向，负责行泊车场景下的GOD检测算法开发和Lidar/视觉OCC模型训练优化
你将接触到前沿的BEV和OCC技术，使用PyTorch进行模型训练与调优，适合希望深入自动驾驶感知领域的硕士生
最低要求
硕士在读，计算机、自动化、电子工程、车辆工程或相关专业
掌握基本数据结构和算法
熟悉深度学习、机器学习基本原理，熟悉pytorch，熟悉模型训练流程
了解bev、occ相关算法原理，或熟悉感知任务常用深度学习算法（语义分割、检测、全景），有效果调优经验加分
具备良好的自驱性、口头、书面沟通能力、上下游协作能力
实习时间要求：六个月，每周4天及以上，表现优异者可转正
工作职责
负责行、泊车功能下GOD检测算法开发
负责Lidar或视觉OCC模型的训练和优化
AI 洞察
优缺点分析
- 接触行业前沿的OCC和BEV技术，技术含金量高，积累稀缺的自动驾驶感知经验
- 公司平台哈啰出行有大厂背景，业务场景真实，算法落地机会多
- 实习期较长（6个月），能深度参与完整项目，产出可量化的成果
- 表现优异可转正，为进入自动驾驶领域提供便捷通道
- 技术要求较高，需要同时理解OCC、BEV及经典感知算法，学习曲线陡峭
- 实习周期长且每周需4天以上，学业和实习时间平衡压力较大
- 自动驾驶行业竞争激烈，需要保持高度自驱和快速迭代能力
- 适合计算机、自动化等专业硕士在读，对自动驾驶感知有强烈兴趣，愿意投入较长时间钻研前沿算法，并希望获得转正机会的学生
角色解读
- 技术纵深发展：从OCC算法切入，可深入自动驾驶感知全栈（检测、跟踪、预测），成为算法专家
- 横向扩展：熟悉BEV和融合方案后，可转向规控或系统架构方向
- 实习转正机会：表现优异可直接转为正式员工，进入自动驾驶核心团队
- 负责自动驾驶行泊车场景下的GOD（通用障碍物检测）算法开发，提升车辆对周围环境的感知能力
- 参与Lidar或视觉OCC（占用网络）模型的训练与优化，输出高精度的3D语义占用网格
- 基于PyTorch框架进行模型训练、调参和效果评估，迭代算法性能
- 与上下游团队（如感知、规划控制）协作，推动算法落地到实际车辆系统中
- 扎实的深度学习和机器学习基础，熟悉PyTorch及模型训练全流程
- 了解BEV、OCC等前沿感知算法原理，或有语义分割、目标检测等经典视觉任务经验
- 掌握基本数据结构和算法，具备良好的编程能力（Python）
- 拥有自驱力和协作能力，能主动推进项目并有效沟通
申请策略
- 关注哈啰出行自动驾驶部门的业务布局，在面试中展示对方向的热情
- 简历中强调实习时间能保证6个月，每周4天以上，增加录取概率
- 突出深度学习项目经验，尤其是与感知、BEV、OCC或语义分割相关的项目或竞赛
- 展示PyTorch框架使用熟练度，包括模型训练、调优、部署的完整流程
- 强调数据结构和算法能力，如ACM竞赛或LeetCode经历
- 如有自动驾驶相关实习或实验室项目，务必详细描述技术细节和成果
- 系统学习OCC和BEV的相关论文（如OccNet、BEVDet）并复现代码
- 加强PyTorch实战，动手训练一个简单的语义分割或目标检测模型
面试指南
- 使用STAR法则（情境-任务-行动-结果）描述项目经验，突出技术难点和个人贡献
- 回答技术问题时，先阐明概念原理，再结合自身实践说明，最后展示思考深度
- 对于开放性问题，结构化表达：问题定义、可能方案、权衡取舍、我的倾向
- 请解释BEV感知的原理及与OCC的关系
- 你如何调优一个PyTorch模型？遇到过哪些过拟合问题及如何解决？
- 给定一个自动驾驶场景，如何设计GOD检测算法的数据流？
- 在团队协作中，如何与规控同事对齐算法输出？
- 对当前自动驾驶感知的挑战（如长尾场景）有什么看法？
匹配度报告
71
综合匹配度
自动驾驶算法实习，前沿技术栈，发展性极高，但薪资福利未明确，需现场办公。
适合人群
最适合追求技术成长和职业发展，对短期薪酬不太敏感，并希望进入自动驾驶核心领域的硕士生。
最强匹配
成长发展匹配
最弱匹配
薪资福利匹配
薪资福利50
成长发展90
工作生活60
使命价值85
薪资福利匹配
50较低
实习薪资未披露，福利未提及，补偿性动机满足程度有限。
薪资信号未披露 (6K-12K/月)
成长发展匹配
90较高
该岗位涉及自动驾驶前沿技术（OCC、BEV），能够学习到稀缺的感知算法栈，且有转正机会，发展性动机得到很好满足。
技术前沿前沿/新兴技术
技术栈自动驾驶、感知算法、OCC、BEV、深度学习、PyTorch、Lidar
成长机会可转正
业务类型profit_center
工作生活匹配
60中等
现场办公且未提及弹性工作，实习时间较长，生活化动机一般。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值匹配
85较高
自动驾驶属于高速增长赛道，技术创新性强，对社会交通有积极影响，意义感较强。
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