哈啰出行
云端算法工程师/专家（感知）-【自动驾驶】
云端算法工程师/专家（感知）-【自动驾驶】
发布于 大约 17 小时前普通员工/个人贡献者
北京市 / 上海市
高级经验
全职员工
仅现场办公
本科
PyTorch
图像处理
TensorFlow
目标检测
车道线检测
BEV
自动标注
多模态融合
激光点云
Occupancy Network
AI 估算 · 30k–50k
自动驾驶算法岗薪资高，需前沿技术能力，人才稀缺
职位详情
关于这个职位
该职位负责自动驾驶感知算法的自动标注，涉及激光点云、图像及多模态融合，设计自动标注流水线降低人工成本，并与数据平台和感知团队协作，迭代标注质量评估体系
适合有深度学习、BEV/Transformer等感知模型经验的技术专家
最低要求
本科及以上，计算机、电子、自动化、数学等相关专业
扎实深度学习基础，熟悉 PyTorch/TensorFlow，熟练 Python/C++
具有LD/OD/OCC/基座大模型自动标注算法开发或落地经验
熟悉BEV、Transformer、Occupancy Network 等主流感知模型，或LD/OD/OCC感知后处理、多传感器融合算法
具备云端模型训练、部署与性能优化经验
工作职责
研发与优化激光点云、图像、多模态融合的自动标注算法，覆盖车道线、目标检测、占据栅格、基座模型数据等任务
设计自动标注流水线，降低人工依赖，提升标注准确率与召回率
与数据平台、感知团队协同，迭代标注质量评估体系
优先资格
有自动驾驶头部企业工作经验优先，有自动标注数据超过100万+clips经验者优先
熟练使用AI Coding者优先
AI 洞察
优缺点分析
- 专注自动驾驶数据闭环的核心环节，技术壁垒高，行业前景广阔
- 接触前沿的BEV、Transformer和Occupancy Network技术，技能积累快，市场竞争力强
- 哈啰出行作为超大型企业，平台资源和数据量大，有利于技术沉淀和职业发展
- 自动标注算法对精度和效率要求极高，技术难度大，需要反复迭代优化
- 工作可能涉及与多团队协作，沟通成本较高，且需要应对快速变化的业务需求
- 自动驾驶行业竞争激烈，对算法迭代速度和创新性要求高，可能面临较大工作压力
- 适合有深度学习感知或自动标注经验、追求前沿技术、愿意在自动驾驶数据闭环中深耕的技术人才
角色解读
- 在自动驾驶数据闭环中深耕标注算法，可向感知模型算法专家或数据平台架构师发展
- 随着自动驾驶向L4/L5升级，自动标注技术需求持续增长，职位稀缺性高，可晋升为技术负责人
- 积累多模态融合和云端部署经验后，可横向扩展至机器人、智慧城市等领域的感知算法岗位
- 研发激光点云、图像和多模态融合的自动标注算法，覆盖车道线、目标检测、占据栅格等感知任务
- 设计并优化自动标注流水线，减少人工标注依赖，提升标注准确率和召回率
- 与数据平台和感知团队协同，迭代标注质量评估体系，确保标注数据满足自动驾驶模型训练需求
- 扎实的深度学习基础，熟练使用PyTorch或TensorFlow，以及Python和C++编程
- 具备BEV、Transformer、Occupancy Network等主流感知模型的实际开发或应用经验
- 有自动标注算法（如LD/OD/OCC）的开发或落地经验，熟悉云端模型训练与部署优化
申请策略
- 关注哈啰出行的自动驾驶业务方向，了解其数据平台和感知架构，面试中可针对性讨论
- 准备好展示过往自动标注项目的技术方案细节和效果对比，突出创新点
- 突出自动标注项目经验，尤其是实际落地案例和量化成果（如标注效率提升、准确率改进）
- 强调对BEV、Transformer、Occupancy Network等模型的深入理解和使用经验
- 展示云端模型训练和部署的实操经验，包括性能优化、分布式训练等
- 复习强化学习或半监督学习在自动标注中的应用，提升对弱监督场景的处理能力
- 熟悉AI Coding工具（如GitHub Copilot）的使用，提高开发效率
面试指南
- 项目介绍采用STAR原则：情境、任务、行动、结果，突出个人贡献和技术深度
- 对于设计问题，先明确目标和约束，再逐步提出方案，并说明权衡点
- 评价类问题可从算法指标、人工验证、下游任务性能等多维度回答
- 请介绍你参与过的自动标注项目，包括数据量、算法设计、遇到的挑战和解决方案
- BEV感知模型中，如何设计自动标注流程以生成高质量真值？
- 如何评价自动标注质量？你会设计哪些指标来评估标注准确率和召回率？
- 在云端训练大规模自动标注模型时，如何优化训练速度和资源利用率？
- 请解释Transformer在自动标注任务中的优势，并对比CNN相关方法
匹配度报告
71
综合匹配度
自动驾驶感知标注算法岗，前沿技术栈、薪资有竞争力，但需现场办公且WLB不明。
适合人群
适合追求前沿技术成长、看重行业前景，对工作强度和办公灵活性要求不高的求职者。
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
薪资水平在行业中偏高，但未明确披露具体范围，福利项未提及，补偿性激励中等偏上。
薪资信号未披露 (30K-50K/月)
成长发展匹配
90较高
职位涉及前沿技术（BEV、Transformer等），技术成长空间大，但JD未明确提及晋升或培训，发展性激励主要来自技术本身。
技术前沿前沿/新兴技术
技术栈PyTorch、TensorFlow、Python、C++、BEV、Transformer、Occupancy Network、激光点云、多模态融合、自动标注
业务类型profit_center
工作生活匹配
40较低
工作地点在北京/上海，需现场办公，未提及弹性工时或WLB，生活化激励较低。
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
自动驾驶是高速增长的赛道，技术具有社会价值，但JD未提及使命相关词，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
哈啰出行 的其他在招职位
相似职位推荐
Watch Jobs