智驾数据质检模型开发

岗位职责 1.规则制定与数据初步筛选:深入研究自动驾驶数据特点和业务需求，制定全面、合理的数据质检规则，涵盖传感器数据范围、数据一致性等方面。 利用规则对采集的原始数据进行初步筛选和过滤，快速剔除明显错误、异常及低质量数据，减轻后续处理负担。 2. VLM 大模型应用与开发: 调研并选择适合自动驾驶数据的 VLM 大模型，使用大规模数据集对模型进行训练和优化； 运用训练好的 VLM 大模型对数据进行深度分析，检测潜在异常数据，并尝试进行修复和补充； 借助 VLM 大模型对数据质量进行全面评估，给出质量得分或置信度，为数据清洗提供精确指导； 3.模型融合优化：将基于规则的质检清洗方法与 VLM 大模型结果进行有效融合，实现优势互补，提高数据质检清洗的全面性和准确性；根据数据清洗效果和算法反馈，持续优化模型，调整参数、改进规则集，提升模型性能； 岗位要求： 1.熟悉自动驾驶数据的特点和处理流程，了解常见传感器（camera，Lidar，radar，IMU等）的数据输出格式； 2.熟悉DeepSpeed or Megatron等大语言模型训练框架； 3.熟悉主流LLM，VLM模型（Qwen2.5VL/Deepseek-VL2/IntervVL等），熟悉主流LLM，VLM模型微调方法