{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "实习自动驾驶感知3D算法工程师（J71300）",
        "job_level": "实习",AI生成
        "work_category": "实习",AI生成
        "department": "IDG",
        "location": "北京市",
        "work_mode": "未披露",AI生成
        "job_category": "技术"AI生成
    },
    "company": {
        "company_name": "百度",
        "company_industry": "互联网 / 人工智能",
        "company_size": "10000人以上",
        "company_website": "baidu.com",
        "company_description": "百度围绕搜索发展人工智能技术，业务涉及语音、图像、知识图谱、自然语言处理、自动驾驶和AI芯片。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": "",
        "degree": "-计算机、电子信息、应用数学、自动化、人工智能等相关专业硕士及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "-负责基于 **VLM（Vision-Language Model）/多模态大模型的场景理解算法研发，面向复杂真实场景开展目标、属性、行为及场景语义等多层次理解能力建设\n-负责 VLM 在场景理解任务中的模型方案调研、算法设计、训练优化与工程落地，包括但不限于视觉语言对齐、多模态理解等方向\n-结合业务场景，探索 **VLM 与传统视觉感知模型融合，提升模型在复杂场景、长尾场景及开放世界场景下的泛化与推理能力\n-负责多模态训练数据的自动化构建与数据闭环体系建设，包括数据挖掘、自动标注、数据清洗、难例发现、合成数据生成及数据质量评估等\n-跟踪 VLM、多模态大模型及场景理解领域前沿技术，推动相关算法在实际业务中的验证、优化与落地。",
        "requirements_text": "-计算机、电子信息、应用数学、自动化、人工智能等相关专业硕士及以上学历\n-具备扎实的机器学习、深度学习基础，以及良好的数学基础、算法分析和问题解决能力\n-熟练掌握 Python，具备 C++ 开发能力，熟悉 Linux 开发环境，具有良好的代码习惯和工程实现能力\n-熟悉主流视觉及多模态模型架构，对 **Transformer、ViT、LLM、VLM 等模型的基本原理和训练方法有较深入理解\n-熟悉至少一个或多个多模态相关方向，包括但不限于视觉语言对齐、多模态预训练、场景推理、视频理解**等\n-具备 VLM/LLM 模型训练、微调或后训练经验者优先，包括但不限于 SFT、Preference Optimization、RL、多模态指令微调等\n-具备视觉感知、3D 场景理解相关经验者优先\n-具备大规模数据构建、自动标注、合成数据、数据飞轮或模型迭代闭环相关经验者优先\n-在计算机视觉、多模态或机器人领域顶级会议/期刊，如 CVPR、ICCV、ECCV、NeurIPS、ICLR、ICRA、IROS、TPAMI 等发表论文者优先\n-具有良好的沟通表达能力、团队协作意识和较强的工程落地能力",
        "skills": [AI生成
            "Python",
            "C++",
            "Linux",
            "机器学习",
            "深度学习",
            "计算机视觉",
            "模型训练",
            "团队协作",
            "沟通表达",
            "大语言模型"
        ],
        "preferred_qualifications": "具备 VLM/LLM 模型训练、微调或后训练经验者优先，包括但不限于 SFT、Preference Optimization、RL、多模态指令微调等；具备视觉感知、3D 场景理解相关经验者优先；具备大规模数据构建、自动标注、合成数据、数据飞轮或模型迭代闭环相关经验者优先；在计算机视觉、多模态或机器人领域顶级会议/期刊，如 CVPR、ICCV、ECCV、NeurIPS、ICLR、ICRA、IROS、TPAMI 等发表论文者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://talent.baidu.com/jobs/detail/INTERN/b4379cb2-2902-468e-9db5-4d4cfab9a4dd"
            }
        ]
    },
    "posting": {
        "posting_id": "b4379cb2-2902-468e-9db5-4d4cfab9a4dd",
        "post_date": "2024-03-13",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://talent.baidu.com/jobs/detail/INTERN/b4379cb2-2902-468e-9db5-4d4cfab9a4dd"
    },
    "fulltext": "实习自动驾驶感知3D算法工程师（J71300）\n实习自动驾驶感知3D算法工程师（J71300）\n\n基础信息\n部门：IDG\n地点：北京市\n项目：日常实习项目\n类别：技术\n招聘人数：2\n发布时间：2026-08-20\n\n工作职责\n-负责基于 **VLM（Vision-Language Model）/多模态大模型的场景理解算法研发，面向复杂真实场景开展目标、属性、行为及场景语义等多层次理解能力建设\n-负责 VLM 在场景理解任务中的模型方案调研、算法设计、训练优化与工程落地，包括但不限于视觉语言对齐、多模态理解等方向\n-结合业务场景，探索 **VLM 与传统视觉感知模型融合，提升模型在复杂场景、长尾场景及开放世界场景下的泛化与推理能力\n-负责多模态训练数据的自动化构建与数据闭环体系建设，包括数据挖掘、自动标注、数据清洗、难例发现、合成数据生成及数据质量评估等\n-跟踪 VLM、多模态大模型及场景理解领域前沿技术，推动相关算法在实际业务中的验证、优化与落地。\n\n职责要求\n-计算机、电子信息、应用数学、自动化、人工智能等相关专业硕士及以上学历\n-具备扎实的机器学习、深度学习基础，以及良好的数学基础、算法分析和问题解决能力\n-熟练掌握 Python，具备 C++ 开发能力，熟悉 Linux 开发环境，具有良好的代码习惯和工程实现能力\n-熟悉主流视觉及多模态模型架构，对 **Transformer、ViT、LLM、VLM 等模型的基本原理和训练方法有较深入理解\n-熟悉至少一个或多个多模态相关方向，包括但不限于视觉语言对齐、多模态预训练、场景推理、视频理解**等\n-具备 VLM/LLM 模型训练、微调或后训练经验者优先，包括但不限于 SFT、Preference Optimization、RL、多模态指令微调等\n-具备视觉感知、3D 场景理解相关经验者优先\n-具备大规模数据构建、自动标注、合成数据、数据飞轮或模型迭代闭环相关经验者优先\n-在计算机视觉、多模态或机器人领域顶级会议/期刊，如 CVPR、ICCV、ECCV、NeurIPS、ICLR、ICRA、IROS、TPAMI 等发表论文者优先\n-具有良好的沟通表达能力、团队协作意识和较强的工程落地能力\n-负责基于 **VLM（Vision-Language Model）/多模态大模型的场景理解算法研发，面向复杂真实场景开展目标、属性、行为及场景语义等多层次理解能力建设\n-负责 VLM 在场景理解任务中的模型方案调研、算法设计、训练优化与工程落地，包括但不限于视觉语言对齐、多模态理解等方向\n-结合业务场景，探索 **VLM 与传统视觉感知模型融合，提升模型在复杂场景、长尾场景及开放世界场景下的泛化与推理能力\n-负责多模态训练数据的自动化构建与数据闭环体系建设，包括数据挖掘、自动标注、数据清洗、难例发现、合成数据生成及数据质量评估等\n-跟踪 VLM、多模态大模型及场景理解领域前沿技术，推动相关算法在实际业务中的验证、优化与落地。\n-计算机、电子信息、应用数学、自动化、人工智能等相关专业硕士及以上学历\n-具备扎实的机器学习、深度学习基础，以及良好的数学基础、算法分析和问题解决能力\n-熟练掌握 Python，具备 C++ 开发能力，熟悉 Linux 开发环境，具有良好的代码习惯和工程实现能力\n-熟悉主流视觉及多模态模型架构，对 **Transformer、ViT、LLM、VLM 等模型的基本原理和训练方法有较深入理解\n-熟悉至少一个或多个多模态相关方向，包括但不限于视觉语言对齐、多模态预训练、场景推理、视频理解**等\n-具备 VLM/LLM 模型训练、微调或后训练经验者优先，包括但不限于 SFT、Preference Optimization、RL、多模态指令微调等\n-具备视觉感知、3D 场景理解相关经验者优先\n-具备大规模数据构建、自动标注、合成数据、数据飞轮或模型迭代闭环相关经验者优先\n-在计算机视觉、多模态或机器人领域顶级会议/期刊，如 CVPR、ICCV、ECCV、NeurIPS、ICLR、ICRA、IROS、TPAMI 等发表论文者优先\n-具有良好的沟通表达能力、团队协作意识和较强的工程落地能力",
    "standard_classification": {
        "std_category_code": "T034",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}