哈啰出行
预测大模型算法工程师-【自动驾驶】
预测大模型算法工程师-【自动驾驶】
发布于 大约 17 小时前普通员工/个人贡献者
上海市
初级经验
全职员工
仅现场办公
本科
深度学习
数据挖掘
模型部署
自动驾驶
预测模型
Qcnet
Tnt
AI 估算 · 30k–50k
自动驾驶算法岗市场需求旺盛，上海一线城市，薪资竞争力强，按中级工程师估算。
职位详情
关于这个职位
该职位负责自动驾驶系统中预测大模型的算法研发，包括模型选型、训练优化与部署
你将参与数据标注与评测流程，分析corner场景并提升模型表现
适合具备深度学习与预测模型经验、希望深耕自动驾驶领域的工程师
最低要求
本科及以上学历，专业方向包括计算机、软件、自动化、模式识别等理工科，工作经验不小于1年
具备较强的编程能力，精通Python及C++语言，熟悉Docker容器化部署，有良好的编程习惯和标准化的代码风格
熟悉模型迭代的基础流程体系，有样本生成、数据挖掘、模型训练、量化部署等开发经验
熟悉TNT/DenseTNT、QCNet等主流的预测模型，至少有1个预测模型的开发、优化和部署经验
工作职责
预测模型的选型、设计、训练和优化，与团队协作完成预测模型的测试、验证和部署
构建数据标注和评测流程，并基于模型表现进行数据挖掘、数据清洗、数据配比等提升模型效果
分析路测数据中的corner场景，设计数据和模型等手段，提升该场景下模型表现并解决问题
跟踪行业前沿技术，将创新性方案应用于实际项目
优先资格
具备数据驱动算法的研发能力，有预测算法的开发和优化经验
踏实靠谱，具备良好的团队内及跨团队沟通能力
AI 洞察
优缺点分析
- 自动驾驶是高速发展的行业，技术壁垒高，积累的经验具有长期价值
- 接触前沿算法（如大模型在预测中的应用），技术成长空间大
- 哈啰出行作为超大型企业，平台资源丰富，项目落地机会多
- 薪资水平在互联网行业中处于高位，且公司融资阶段成熟，稳定性较好
- 自动驾驶场景复杂，corner case处理难度大，需要较强的创新与问题解决能力
- 算法落地要求高，需兼顾模型性能与实时部署，工作压力可能较大
- 行业竞争激烈，需要持续跟踪新技术，保持学习状态
- 适合对自动驾驶和预测算法有浓厚兴趣、具备扎实深度学习基础且愿意接受挑战的技术型求职者
角色解读
- 纵向发展为预测算法专家或技术负责人，主导核心模型研发
- 横向拓展到自动驾驶其他模块（感知、规划、控制），成为全栈算法工程师
- 管理方向：晋升为算法团队leader，带领团队解决复杂系统问题
- 设计并优化自动驾驶中的预测模型，如TNT、QCNet，提升轨迹预测准确性
- 构建数据标注与评测流程，通过数据挖掘和清洗改善模型效果
- 分析路测中的corner场景，针对性设计数据或模型方案解决瓶颈问题
- 跟踪学术界前沿技术，将创新方法落地到实际自动驾驶系统中
- 扎实的编程能力，精通Python和C++，熟悉Docker部署
- 深度学习与预测模型经验，熟悉TNT/DenseTNT/QCNet等主流架构
- 数据工程能力，包括样本生成、数据挖掘、模型训练与量化部署全流程
- 良好的团队协作与沟通能力，能跨团队推进算法落地
申请策略
- 关注哈啰出行自动驾驶业务的发展方向，在面试中体现对公司的理解
- 准备1-2个完整的项目案例，从问题定义、方案设计到最终效果，展示系统性思维
- 突出预测模型（如TNT、QCNet）的开发与优化项目经验，展示量化结果
- 强调数据工程能力，包括数据挖掘、清洗、配比等提升模型效果的实际案例
- 体现编程能力，尤其是Python和C++的熟练度，附上GitHub或代码片段
- 如有路测数据分析或corner case解决经历，务必重点描述
- 深入复习主流预测模型原理（TNT、DenseTNT、QCNet等），并动手复现
- 补充自动驾驶系统知识，了解预测模块与其他模块的交互
面试指南
- STAR法则：情境(Situation)-任务(Task)-行动(Action)-结果(Result)，结构化描述项目经验
- 先分析问题本质，再提出多种方案并权衡，体现系统性思考
- 遇到不确定的问题，坦诚承认并展示学习意愿，结合已有知识合理推测
- 请详细介绍你参与过的预测模型项目，包括模型选型、训练过程和最终效果
- 如何处理自动驾驶中的长尾corner case？举例说明
- 如何评估预测模型的性能？你常用的指标有哪些？
- 在数据不平衡或噪声较多的情况下，如何保证模型效果？
- 对比TNT与QCNet的优缺点，在什么场景下选择哪种模型？
匹配度报告
71
综合匹配度
前沿自动驾驶算法岗，技术成长快、薪资优厚，但工作强度可能偏高且福利信息不明确。
适合人群
适合追求技术前沿和快速成长、对自动驾驶有热情、能够接受较强工作节奏的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利70
成长发展85
工作生活50
使命价值80
薪资福利匹配
70中等
薪资未明确披露，但基于行业和公司规模，预计处于市场偏高水平，但福利信息缺失。
薪资信号未披露 (30K-50K/月)
成长发展匹配
85较高
岗位涉及前沿自动驾驶预测算法，技术成长空间大，但JD未明确提及晋升路径或培训。
技术前沿前沿/新兴技术
技术栈Python、C++、Docker、深度学习、预测模型、TNT、QCNet、数据挖掘
业务类型profit_center
工作生活匹配
50较低
工作模式为仅现场办公，未提及弹性工作或WLB，自动驾驶行业通常加班较多。
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
自动驾驶属于高速增长赛道，技术本身具有社会价值（提升交通安全），创新程度高。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs