智能驾驶数据标注专家

岗位概述 负责智能驾驶多传感器数据的全生命周期处理，包括多车辆实采数据的整理、清洗、高精度标注与质量分析，构建支撑自动驾驶算法训练与迭代的高质量数据集，驱动数据闭环持续运转。 主要工作职责 1. 数据采集与管理 配合采集团队完成多车型、多场景（城市道路、高速、园区、夜间 / 雨雾等极端工况）智能驾驶数据的采集任务执行与现场督导； 对原始采集数据进行归档、版本管理与完整性校验，建立数据资产台账； 记录采集数据的场景标签、车辆配置、传感器参数等元信息，确保数据可追溯。 2. 数据清洗与预处理 对摄像头、激光雷达、毫米波雷达、组合导航等多传感器原始数据进行解析、裁剪、去冗余处理； 识别并剔除无效数据段（如传感器掉线、数据错乱、重复片段、低价值场景）； 完成多传感器时间同步校验、点云与图像配准检查，输出可标注的干净数据集。 3. 数据标注作业 依据标注规范，对 2D 图像（车道线、车辆、行人、骑行者、交通标志 / 信号灯、可行驶区域等）和 3D 点云（障碍物框、可行驶空间、语义点云、目标轨迹）进行高精度标注； 执行语义分割、实例分割、目标检测框、2D/3D 融合标注、轨迹标注等任务； 严格遵循标注 SOP 与质量标准，确保标注一致性与准确率。 4. 数据分析与质检反馈 对标注完成的数据进行自检、互检与抽检，输出质检报告（准确率、漏标率、错标率）； 统计分析数据分布（场景覆盖率、长尾场景占比、难点案例），形成数据洞察报告； 发现标注规范中的模糊点或数据采集问题，及时反馈并推动规范优化与采集策略调整。 5. 数据闭环与工具支持 参与数据闭环流程：采集 → 清洗 → 标注 → 训练验证 → 难题回流 → 定向补采； 配合算法团队处理 Corner Case（长尾场景）数据，支撑模型迭代； 参与标注工具、内部数据平台的试用与反馈，提升标注效率。 任职要求 学历与专业 本科及以上学历，计算机、自动化、车辆工程、交通运输、地理信息或相关专业。 经验要求 5年以上智能驾驶 / 计算机视觉 / 数据标注相关工作经验； 熟悉自动驾驶感知系统基本原理，熟悉摄像头、激光雷达、毫米波雷达等传感器数据特点； 熟练使用主流标注工具（如 CVAT、LabelMe、内部点云标注平台等）。 知识与技能 具备较好的数据敏感度，能使用 Excel 或 Python 进行数据统计与分析； 了解深度学习 / 神经网络训练基本概念，理解标注数据如何反哺模型迭代者优先。 软素质 做事细致、耐心，对数据质量有高度责任心； 具备良好的执行力、沟通能力与团队协作精神； 能适应一定强度的作业节奏，并持续跟进标注规范与工具更新。 加分项 有实际驾驶经验，熟悉道路交通规则与典型场景； 有标注团队管理、质检体系搭建或标注规范制定经验； 会使用 Python/Shell 编写数据处理脚本，熟悉常见数据格式（ROS bag、PCAP、KITTI、nuScenes 等）。