模型评测工程师（具身智能方向）

核心职责： 1.自动化评测体系建设：设计并实现面向具身智能模型（如感知、SLAM、决策规划、控制等）的自动化评测管线与平台，覆盖仿真环境与真实机器人测试场景。 2.数据质量评估：开发自动化工具与脚本，对训练及测试数据集进行深度质量分析（如标注准确性、场景覆盖率、偏差检测等），并生成数据质量报告，驱动数据集迭代优化。 3.模型性能测评： 设计与执行大规模回灌测试、开环/闭环评测，量化模型性能。 负责关键指标的测试与监控，包括但不限于准确性、召回率、延迟、吞吐量、资源占用等。 收集、构建和管理高质量的评测数据集与关键场景Case。 4.平台化与工具开发：将评测流程平台化，提供友好的用户界面和开放的API接口，提升算法团队的评测效率。优化评测流程，提升自动化率和执行性能。 5.指标体系优化：与算法团队紧密协作，定义和优化符合业务目标与产品需求的评测指标体系，精准识别模型瓶颈，推动模型性能持续提升。 必备要求： 1.经验：25/26届毕业生，有自动驾驶、 robotics、无人机或其他智能移动终端领域的相关经验者优先。 2.技术栈：精通 Python，有丰富的脚本开发和数据分析经验（必须熟练使用 Pandas, NumPy, Matplotlib 等库）。 熟练掌握 C++，能够进行高性能的代码开发和优化。 熟悉 Linux 开发环境，掌握基本的软件工程和版本管理工具（如 Git）。 3.核心能力： 深刻理解机器学习模型评测的基本方法和流程。 具备数据分析、问题定位和报告呈现能力。 具备优秀的沟通协作能力，能够高效地与算法工程师、软件工程师合作。 优先考虑： 1.有CUDA编程基础，了解模型推理加速和性能优化。 2.有搭建自动化测试/评测平台（CI/CD）的经验，熟悉Docker、Kubernetes等容器化技术。 3.熟悉机器人操作系统（ROS/ROS2），有自动驾驶行业经验。 4.在相关领域（CV、SLAM、Planning等）有扎实的理论基础，能深刻理解被测模型的工作原理。