哈啰出行
智能驾驶数据挖掘及自动化标注算法专家
智能驾驶数据挖掘及自动化标注算法专家
发布于 1 天前普通员工/个人贡献者
上海市
高级经验
全职员工
仅现场办公
硕士
数据挖掘
PyTorch
计算机视觉
图像处理
TensorFlow
自动驾驶
目标检测
多模态大模型
自动化标注
AI 估算 · 30k–50k
上海自动驾驶算法专家，硕士+3年经验，技术难度高，市场稀缺，薪资竞争力强。
职位详情
关于这个职位
该职位负责智能驾驶数据挖掘与自动化标注，设计Dag流程和检索系统，提升标注效率与质量
你将参与自动驾驶数据闭环核心环节，运用计算机视觉和多模态大模型技术，降低标注成本，加速算法迭代
适合有3年以上CV经验、追求技术前沿的算法专家
最低要求
硕士及以上学历，计算机/人工智能/电子电器/自动化等相关专业，3年以上工作经验
理论基础扎实，具备模式识别/图像处理/计算机视觉/多模态大模型相关专业能力
深入研究主流基于视觉及多模的目标检测、跟踪、识别技术，有量产落地经验
编程能力优秀，熟悉Linux，熟悉C++/C和Python，Pytorch,Tensorflow等，具备良好的编程习惯
工作积极主动，富有激情，有良好的沟通表达能力，抗压能力好
工作职责
负责自动驾驶数据检索系统，研究进行图像打标、视频打标、近邻检索、语义检索等方式，能够快速对训练数据进行查询和匹配
负责自动化标注过程中的Dag设计，各任务模块所需的自动化标注算法设计，支撑包括不限于车道线、路面标志等静态要素，人车等动态要素的高效标注
与自动驾驶数据闭环系统中的其他环节紧密配合，提升挖掘及标注效率与质量，降低标注成本，加速数据闭环
优先资格
有高精地图生产、自动标注生产经验者优先
AI 洞察
优缺点分析
- 自动驾驶行业高速发展，技术壁垒高，职业前景广阔
- 哈啰出行作为大型互联网平台，资源丰富，项目落地性强
- 涉及多模态大模型等前沿技术，个人技能成长快
- 工作强度较高，自动驾驶数据闭环对时效性要求严格
- 技术迭代快，需要持续学习跟踪最新论文和框架
- 算法精度要求严苛，量产落地压力大
- 适合享受技术挑战、对自动驾驶充满热情、具备较强自驱力和抗压能力的计算机视觉算法专家
角色解读
- 可向自动驾驶感知算法负责人或技术专家方向发展，主导感知模型优化
- 积累数据闭环全栈经验，转型为数据平台架构师或AI工程化专家
- 随着自动驾驶行业成熟，可跨领域至机器人、智慧交通等方向
- 设计并优化自动驾驶数据检索系统，实现快速图像、视频打标及语义检索，提升数据查询效率
- 负责自动化标注流水线（Dag）设计，开发车道线、人车等要素的自动标注算法，提高标注速度与质量
- 与数据闭环团队协作，平衡标注效率与成本，加速自动驾驶算法迭代
- 扎实的计算机视觉基础，精通目标检测、跟踪、识别等算法，并有量产落地经验
- 熟练使用C++/C和Python，熟悉PyTorch或TensorFlow，具备高效编程能力
- 了解多模态大模型及相关应用，对数据挖掘和语义检索有一定研究
申请策略
- 关注哈啰出行在智能驾驶领域的业务布局，面试时展现业务理解
- 准备1-2个完整的项目故事，从问题定义到方案落地，突出量化成果
- 突出自动驾驶或相关领域的目标检测、跟踪、识别等量产项目经验
- 强调数据挖掘、自动标注或检索系统的设计与落地成果
- 展示编程能力，如C++/Python项目、框架使用（PyTorch/TensorFlow）
- 若有高精地图或自动化标注生产经验，务必重点描述
- 强化多模态大模型（如CLIP、DALL-E）的原理与应用
- 熟悉数据闭环工具链（如Dag管理、数据版本控制）
面试指南
- 使用STAR法则，先说明场景和任务，再讲你的设计方案和技术选型，最后展示结果和量化收益
- 对于设计类问题，先明确目标约束（成本、质量、时效），再提出模块化方案，最后讨论权衡和优化方向
- 请介绍你负责的一个目标检测项目，如何提升模型精度和推理速度？
- 设计一个自动化标注系统，如何处理长尾数据以及保证标注质量？
- 多模态大模型在自动驾驶中可能有哪些应用场景？
- 如何评估数据挖掘算法对模型性能的提升效果？
- 在数据闭环中，标注成本和质量如何平衡？
- 复习经典计算机视觉论文（如YOLO系列、Faster R-CNN、Transformer检测器）
匹配度报告
71
综合匹配度
自动驾驶前沿算法岗，高成长、高薪酬潜力，但WLB一般。
适合人群
最适合追求技术成长、喜欢前沿领域、对自动驾驶有使命感的求职者，但需接受较高工作强度。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利75
成长发展90
工作生活40
使命价值80
薪资福利匹配
75中等
薪资水平在行业内偏高，作为大型公司提供稳定福利；但JD未明确具体薪酬福利项，部分补偿需求需面试确认。
薪资信号未披露 (30K-50K/月)
成长发展匹配
90较高
职位涉及自动驾驶前沿技术和多模态大模型，技能成长空间大；但JD未提及培训或晋升机制，成长路径需依托公司内部机会。
技术前沿前沿/新兴技术
技术栈自动驾驶、多模态大模型、计算机视觉、数据挖掘、自动化标注、目标检测、PyTorch、TensorFlow
业务类型ambiguous
工作生活匹配
40较低
未提及远程或弹性办公，推测为现场办公；自动驾驶项目通常时间紧，WLB一般，适合能接受快节奏的求职者。
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
80较高
智能驾驶属于高速增长赛道，对社会交通效率提升有积极意义，技术创新性强，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