•负责从海量自动驾驶图像/视频数据中挖掘corner case场景（如逆光、雨雾、遮挡、夜间、少见交通要素等），提升模型鲁棒性

•构建图像/视频/传感器数据的场景理解模型，包括但不限于环境条件识别、稀有目标检测、视觉异常分析

•设计并优化corner case数据发现策略，如基于规则、模型不确定性、聚类/异常检测等方法

•与算法、评测、标注团队密切合作，推动自动化数据筛选、推荐与闭环标注流程

•参与构建corner case标签体系与自动评估指标体系，提升挖掘效率与质量可控性

•跟踪前沿研究成果，持续优化场景判别精度与挖掘覆盖率

•计算机视觉、人工智能、自动驾驶、统计学等相关专业硕士及以上学历（或本科3年以上相关经验）

•熟悉图像/视频数据处理与建模，掌握常见视觉场景分析任务（如亮度估计、天气识别、目标检测、语义分割等）

•熟悉当前主流的大模型架构，如Transformer、GPT系列（如GPT-3、GPT-4）、Qwen系列（如Qwen

2.5VL）等

•具备扎实的数据挖掘与机器学习知识，熟悉常见异常检测、样本筛选、特征聚类与降维技术

•熟练掌握Python，有OpenCV、scikit-learn、PyTorch等实战经验

•有从实际自动驾驶数据中提取高价值样本的经验，理解感知算法数据需求优先

•较强的逻辑思维能力和工程实现能力，善于跨团队沟通协作

【加分项】

•有corner case挖掘、数据闭环、模型不确定性评估等项目经验

•熟悉自动驾驶场景定义（ODD）、环境建模者优先

•熟悉主动学习、半监督学习、知识蒸馏等与数据挖掘相关的技术方向