鵬鵠科技 · 算法實(shí)習(xí)生(智能交通方向)
性質(zhì):全職實(shí)習(xí)(3–6 個(gè)月,可轉(zhuǎn)正)
一、實(shí)習(xí)目標(biāo)
-
快速融入:參與真實(shí)交通場(chǎng)景算法項(xiàng)目(事件監(jiān)測(cè)、道路病害檢測(cè)、多智能體平臺(tái)),完成限定任務(wù)并輸出可驗(yàn)證成果。
-
能力提升:在導(dǎo)師指導(dǎo)下,掌握數(shù)據(jù)標(biāo)注、模型訓(xùn)練、評(píng)估與部署的完整流程,為轉(zhuǎn)正或深造打下基礎(chǔ)。
二、核心職責(zé)
-
數(shù)據(jù)準(zhǔn)備
-
編寫(xiě)腳本完成數(shù)據(jù)清洗、增廣、標(biāo)簽檢查;維護(hù)數(shù)據(jù)版本與元數(shù)據(jù)。
-
模型訓(xùn)練 & 評(píng)估
-
按任務(wù)需求搭建 PyTorch 訓(xùn)練管線,調(diào)參、記錄實(shí)驗(yàn)、生成評(píng)測(cè)報(bào)告(mAP / F1 / PQI 等)。
-
算法實(shí)驗(yàn)
-
調(diào)研最新論文與開(kāi)源方案(YOLOv9、RT-DETR、RAG 等),實(shí)現(xiàn)輕量級(jí)原型并進(jìn)行對(duì)比實(shí)驗(yàn)。
-
工具鏈與文檔
-
遵循 GitFlow,在 GitLab 提交 MR;撰寫(xiě) README、實(shí)驗(yàn)日志與復(fù)現(xiàn)指南。
三、任職要求
必備
說(shuō)明
在讀學(xué)歷
計(jì)算機(jī)、自動(dòng)化、電子工程、數(shù)學(xué)等 研一及以上
編程基礎(chǔ)
Python 熟練,了解 NumPy / Pandas,能獨(dú)立編寫(xiě)實(shí)驗(yàn)?zāi)_本
深度學(xué)習(xí)
至少完成過(guò) 1 個(gè) DL/CV 課程或項(xiàng)目;可閱讀英文論文與官方文檔
框架
會(huì)用 PyTorch(或 TensorFlow)進(jìn)行模型搭建與調(diào)參
版本控制
熟悉 Git 基本操作,能按分支規(guī)范提交代碼
時(shí)間投入
每周 ≥4 天,持續(xù) 3 個(gè)月以上
加分項(xiàng)
-
交通視覺(jué)(車(chē)輛/病害檢測(cè))或多模態(tài)/LLM 相關(guān)項(xiàng)目經(jīng)歷
-
科研競(jìng)賽獲獎(jiǎng)(CVPR/ICCV、Kaggle、華為云賽等)
-
C++ / CUDA / ONNX / TensorRT 優(yōu)化經(jīng)驗(yàn)
-
開(kāi)源項(xiàng)目貢獻(xiàn)者 / 博客技術(shù)分享
四、你將獲得
-
一對(duì)一導(dǎo)師:資深算法工程師帶教,代碼評(píng)審與周度反饋
-
真實(shí)場(chǎng)景數(shù)據(jù):千公里道路視頻、億級(jí)圖像,覆蓋多源傳感器
-
成長(zhǎng)路徑:優(yōu)秀者可獲 全職 offer;支持發(fā)表論文 / 專(zhuān)利
-
技術(shù)氛圍:GPU 訓(xùn)練集群、GitLab CI/CD、n8n & MCP 智能體平臺(tái)
把課堂所學(xué)跑在真實(shí)高速公路上,讓模型“上路”——從這里開(kāi)始。