实习方向（来企后根据背景参与其中一个方向）
1. 视觉算法与模型部署
• 构建与优化图数据集（含数据清洗、质量评估与标注规范设计）
• 参与目标检测/分割模型的训练、评测与性能优化
• 支持模型轻量化及在边缘设备上的部署与调优
• 参与视觉大模型的微调与推理部署（如 CLIP、LLaVA）
2. 多模态融合感知（视频 + 激光雷达）
• 参与多传感器数据的预处理、时间同步与标注体系建设
• 协助开发目标检测、跟踪及融合感知算法模块
• 参与前融合 / 后融合感知方案的验证与优化
• 支持感知系统在边缘计算平台上的集成与联调
3. 智能调度与路径规划
• 参与调度系统仿真环境搭建与功能开发
• 实现基础调度策略与路径规划算法，并进行性能评估
• 支持调度系统的数据接口开发与监控工具优化
• 参与系统级性能分析与优化
4. 机器人与自动驾驶规划控制
• 参与路径规划与轨迹优化算法的设计、调试与验证
• 支持控制策略开发与优化，并参与仿真及实机/实车测试迭代
• 搭建仿真测试场景，完成数据采集与分析，推动算法改进
• 协助整理技术文档与实验报告，参与技术讨论与方案评估
• 跟踪规划控制领域前沿技术，并探索其在实际系统中的应用
任职要求：
1.基本要求
• 计算机、自动化、电子信息、机器人、人工智能等相关专业在读硕士或高年级本科生
• 每周到岗不少于 3 天，实习周期 3 个月及以上
2.技术能力
• 熟练使用 Python，具备基本 C++ 阅读与调试能力
• 熟悉 Linux 基本开发环境与 Git 版本管理工具
• 使用过 PyTorch 或 TensorFlow 完成过完整项目（数据处理、训练、评估）
• 至少复现或实现过一个基础模型或算法（如视觉任务或规划/优化算法）
• 理解计算机视觉、多传感器融合或路径规划/控制的基本概念
3.
综合素质
• 对视觉感知、多模态感知、机器人或自动驾驶系统有持续兴趣
• 具备良好的代码规范、问题分析与调试能力
• 具备主动学习与工程实践意识