MLE, Data Enrichment

在 Wayve 的数据增强团队中，您将构建与标注相关的地面真相数据集和分类器，支持感知与驾驶模型的开发与评估。您将与跨职能团队合作，定义数据属性、制作标注任务、并通过错误分析提升数据质量与模型表现。此岗位聚焦将高质量数据转换为可用的推断结果，推动更安全、可靠的自动驾驶系统。您将参与前沿视觉任务、从数据到部署的流程，赋能世界级的感知能力。

• 有竞争力薪资
• 股权激励与长期成功分享
• relocations 支持与签证赞助（如适用）
• 混合办公与灵活核心工时
• 学习与发展预算，培训与会议
• 全面福利包括健康保险、牙科、产假/陪产假等

• 定义场景属性、数据集需求与验收标准用于标注与分类器
• 设计与优化标注任务、制定标注指南并评估质量
• 编排并交付 ground-truth 数据集以覆盖罕见场景与跨国/多平台
• 构建和评估基于 Wayve World Foundation Model 的视觉模型
• 通过误差分析定位数据、标签、模型的改进点并测试方案
• 实现地面真相数据和分类器在数据增强基础设施中的推断
• 提升标注、训练、评估与推断的可重复性工具
• 记录数据与模型质量，并与跨学科同事沟通局限性

• 具备开发和评估计算机视觉模型的实际经验，能理解视觉数据中的空间关系
• 熟练 Python 编程，使用 PyTorch 等现代机器学习框架
• 具备数据集标注与评估的组织经验，了解数据不平衡、数据泄露和代表性评估
• 具备将模型从实验阶段推向实际应用的能力（可重复的训练、评估和推断）
• 能将模糊的客户需求转化为清晰的技术产出与质量标准，并向跨学科同事解释性能与局限性
• 可选：具备 3D 几何、多摄像头或时序场景理解、自动驾驶/ADAS/机器人、迁移学习、活跃学习或模型辅助标注经验
• 可选：SQL、分布式数据处理与批量推断
• 答案式：乐于学习并愿意在不完全符合条件时申请

• 跨职能协作与沟通
• 问题解决能力与好奇心
• 对质量和细节的专注
• Python 编程
• PyTorch 框架
• 计算机视觉模型开发与评估