我们正在寻找一位数据算法实习生，构建和优化自动驾驶系统中 “数据 → 训练 → 评测 → 反馈 → 再数据” 的完整闭环工程体系。 工作职责: 设计并实现自动驾驶模型的数据闭环流程，包括数据采集、筛选、加工、训练反馈与效果验证；构建面向模型能力提升的数据流转机制，缩短数据到模型效果提升的周期。 基于模型表现、仿真与线上反馈，自动或半自动挖掘长尾场景、失败样本和高价值数据；针对关键能力（如静态障碍、复杂交互、特殊交通设施等）制定数据补充与增强策略。 使用VLM/LLM进行场景分析、路测问题根因分析等； 必须项: 熟练使用过coding工具如codex/cloude code/kimi/cursor等任意一种； 加分项: 1.了解自动驾驶端到端模型、BEV感知、Occupancy、行为预测等算法； 个人收获: 你将深度参与感知 / 规划 / 端到端模型的设计、数据生产、质量控制与效果验证； 在这份经历中你会了解如何构建千万clips来驱动端到端模型； 你将实践perception/prediction foundation models、VLM/LLM等算法的训练和部署