整车HIL测试开发实习生 北京 校招 实习 测试类 职位描述 1. 根据车辆软件功能的需求开发/执行测试脚本、并负责HIL测试过程中的问题排查。2. 参与HIL系统 或 测试工具链的开发工作。 职位要求 1. 本科及以上学历，计算机、电子信息、车辆工程、自动化等相关专业背景2. 工作细心负责、具备较强的学习能力、良好的沟通和协作能力3. 熟悉Python、CAPL或其他测试脚本开发语言4. 至少具备HIL系统开发 或 测试工具链开发能力中的一项。 a) HIL系统开发能力要求： - 具备机械、嵌入式硬件电路、芯片、操作系统、底层软件等相关知识； - 能熟练的使用Simulink进行建模和仿真。 - 熟悉NI/Vector HIL系统，具备NI/VT HIL系统的二次开发能力者优先。 b) 测试工具开发能力要求： - 熟悉面向对象基本原理，能够独立进行模块化编程，具备一定的软件工程设计能力 - 熟悉Linux系统常用的操作指令、熟悉Numpy、Pandas等数据分析与处理框架 - 熟悉SQL，掌握基础数据库知识，熟悉MySQL、MongoDB等数据库、熟悉PyQt5/6 GUI开发技术
The Emerging Tech Standard Delivery Team drives the adoption of advanced technologies and develops enterprise‑ready solutions for D&A Operations. In this role, the individual partners with Operations and Technology teams to design data‑driven solutions that deliver
Tätigkeitsbereich:Produktion Fachabteilung:Strategic & NTP Planning China & MO/EC Hub Gesellschaft:Mercedes-Benz Group China Ltd. Standort:Mercedes-Benz Group China Ltd., Beijing Startdatum:01.09.2026 Veröffentlichungsdatum:03.07.2026 Stellennummer:MER00044II Arbeitszeit:Vollzeit Bewerben Aufgaben Objective of Job: Lead and develop the data-driven backbone of our factory-planning
Tätigkeitsbereich:Produktion Fachabteilung:Strategic & NTP Planning China & MO/EC Hub Gesellschaft:Mercedes-Benz Group China Ltd. Standort:Mercedes-Benz Group China Ltd., Beijing Startdatum:01.09.2026 Veröffentlichungsdatum:03.07.2026 Stellennummer:MER00044IH Arbeitszeit:Vollzeit Bewerben Aufgaben Objective of Job: Design, build, and maintain robust, scalable data architectures that
科研数据评测与项目交付方向 北京 全职 硕士及以上 职位描述 1. 科研数据与模型评测体系建设设计、搭建并持续迭代覆盖多模态科研数据的评测基准、评测集与评测方法，包括反应、物质、谱图、知识图谱、文献、语料库等数据类型，形成可用于项目验收、产品迭代和对外展示的 benchmark 资产。2. 化学数据库与科研语料库评测落地围绕化学数据库、科学语料库及相关模型能力，设计数据质量、结构化准确性、知识抽取效果、模型问答能力、可追溯性、覆盖率、一致性等关键指标，组织内部测评、抽样核验与问题归因，支撑项目阶段验收与综合验收。3. LLM-as-a-Judge / LLM-as-a-Verifier 评测流水线建设设计并落地基于大模型的自动化评测流水线，包括 prompt 设计、CoT 设计、多 agent 协同、批处理、可控解码、结果聚合与一致性校准，重点解决专业科研场景下大模型评测的幻觉、偏差和稳定性问题。4. 专用评测模型训练与优化基于领域评测数据集，参与 fine-tune 或训练专用打分器、分类器、embedding 模型，与 LLM-as-a-Judge / LLM-as-a-Verifier 路径互补，提升评测结果的稳定性、专业性与可量化程度。5. 评测驱动的算法、数据与产品迭代主导或参与评测结果分析与问题归因，输出可执行的算法优化、数据采集、数据清洗、标注策略与产品改进建议，与算法、数据、产品、工程团队形成“评测—迭代—再评测”的闭环机制。6. 科研项目统筹与交付管理将既有项目书、年度任务和验收要求转化为可执行的里程碑计划，明确交付物清单、验收口径、质量目标与风险节点，持续跟踪项目进度，推动阶段性任务和综合验收按期完成。 职位要求 1. 教育背景与专业基础硕士及以上学历，化学、化工、化学信息学、材料、生物医药、计算机、人工智能等相关专业优先，博士优先；具备跨学科科研经历或 AI for Science 项目经验者优先。2.
游戏数据挖掘实习生 北京 实习 互联网 / 电子 / 网游 - 研发 职位描述 业务背景我们的业务聚焦出海游戏赛道，日活用户产生千万至亿级行为序列。你会直接接触真实的海量业务数据，参与用户画像、实验分析、模型验证的核心工作。岗位职责1. 协助构建和迭代用户画像与分层模型，参与真实业务数据的挖掘与分析；2. 参与 A/B 实验的设计与结果分析，量化产品参数对用户行为的影响；3. 协助搭建流失预测、LTV 预估等核心模型的特征工程与验证流程；4. 将分析结论整理成清晰的产品语言，参与团队产品讨论。 职位要求 1. 统计学、数学、CS 或相关专业在读，对概率论、机器学习有扎实基础；2. 能独立完成数据清洗、特征分析、模型实验的基本链路，不需要手把手带；3. 熟悉 Python 数据科学工具栈（pandas、sklearn 等）；有 Kaggle 竞赛经验者优先；4. 已将 Claude Code、Codex 等 AI 工具融入日常学习和开发流程；5. 每周可投入 4
游戏数值优化算法专家 北京 全职 研发 - 算法 职位描述 - 从玩家心理与留存视角评审并优化核心体验（反馈强度、节奏曲线、奖励展示、关键时刻演出、挫败控制等），提出可落地的改进方案；- 将“爽感/刺激/耐玩/不疲劳”等主观体感拆解为可量化指标，如触发频率、间隔分布、奖励分布含尾部、连击长度、空窗期、波动区间等；- 对行业头部产品的深度拆解与定量分析，通过海量业务数据与表现特征，推导核心数学模型与概率分布；- 建立并维护数值自动验收与回归体系：版本迭代时自动校验关键体验指标不被破坏，沉淀可复用的调参脚本与报告模板；- 使用AI提升数值调优效率与效果：结合历史对局/事件日志与关键体验指标，探索并落地机器学习/强化学习/多臂老虎机（Bandit）等方法；- 构建“AI调优闭环”：定义训练数据与特征口径、离线评估与线上灰度策略，建立模型版本管理、回滚机制与安全阈值（体验指标/风险指标）；- 参与线上验证与迭代：结合埋点与A/B测试结果定位流失点，与用户画像结合，持续优化体验与参数，并推动配置化/热更新落地。 职位要求 - 熟练使用 Python 和 Pandas（数据分析/仿真/分析/调参脚本）；熟练使用 Golang 或 Typescript （工程实现），具备良好的代码习惯（可复现、可维护、版本管理/Git）；- 本科及以上学历，游戏设计、计算机、数学、统计学、数据科学或相关专业优先；- 3年以上休闲/F2P游戏玩法策划/系统策划/数值策划经验，具备明确的“体验优化→指标改善”案例；- 体验敏感度强：理解玩家动机与反馈机制，能清晰解释“为什么这个玩法/节奏会影响留存”，并能落到具体改动点；- 数学统计基础扎实：概率、分布、抽样误差/置信区间等；能用数据解释体验差异（不止看均值）；- 了解并能实际落地至少一种参数搜索/优化方法（如随机/网格搜索、进化策略、贝叶斯优化、多目标优化等），能读懂并解释优化结果与风险。 投递...
小米汽车-整车HIL测试工程师 北京 社招 全职 职位 ID：H5464 职位描述 1. 负责HIL测试用例、脚本的开发、执行及软件问题排查；2. 负责HIL系统或测试工具的开发工作。 职位要求 1. 自动化、车辆工程、精密仪器、电子电气、软件工程等专业；2. 具备智能座舱/车身电子等相关专业域，3年及以上HIL系统测试经验，能熟练排查被测对象/HIL系统问题；3. 熟悉测试理论，能熟练运用各种黑盒/白盒测试方法开发测试用例，熟悉CANOE、INCA等测试工具；4. 工作细心，态度认真，具备较强的学习能力、良好的团队协作及沟通能力；5. 掌握ECUtest/Python/CAPL等至少一种测试脚本开发软件/语言，具备HIL系统开发或测试工具开发能力；6. 具备机械、嵌入式硬件电路、芯片、操作系统、底层软件等相关知识；7. 能熟练的使用Simulink进行建模，负责HIL车辆模型和Soft-ECU模型的开发和维护；8. 熟悉NI/Vector HIL系统，具备NI/VT HIL系统的二次开发能力，能独立完成闭环调试工作；9. 熟悉面向对象基本原理，能够独立进行模块化编程，具备一定的软件工程设计能力；10. 熟悉Linux系统常用的操作指令、熟悉Numpy、Pandas等数据分析与处理框架,熟悉SQL，掌握基础数据库知识，熟悉MySQL、MongoDB等数据库、熟悉PyQt5/6 GUI开发技术。 投递...
多模态大模型数据工程师 北京 实习 数字技术 - 算法 职位 ID：A132209 职位描述 聚焦智能辅助驾驶场景业务，协助团队开展多模态大模型数据相关工作，涵盖数据产线搭建、多模态数据处理、模型语料生产及质量优化，为大模型落地提供数据与业务落地支撑，快速提升工程实践与算法适配能力。大模型数据产线与数据处理：围绕大模型训练场景，协助搭建高效的多模态数据自动化产线与工具链，处理图片、文本等各类多模态数据，优化数据质量；构建自动化数据格式构造流程，配合算法团队完成数据生产、迭代与流转管理，为大模型训练提供高质量数据支撑。智能辅助驾驶场景落地：协助推进智能辅助驾驶领域多模态大模型的算法迭代与应用落地，参与车端多模态大模型评测迭代、云端多模态大模型优化与语料自动化生产，开展语料质量分析与提升工作，探索大模型在智能辅助驾驶场景的能力边界。技术探索与协作：配合产品经理、工程及算法团队，探索数据工程与大模型算法的技术前沿，通过数据驱动提升模型性能，创新性拓展数据处理效率与边界。基础技术支撑：协助完成数据相关文档编写、算法迭代过程中的数据验证、问题排查，参与团队技术讨论，反馈优化建议。 职位要求 本科及以上学历，计算机、人工智能、自动化、数据科学、计算机视觉等相关专业，在校学生（可保证实习时长）；熟练掌握 Python 编程语言，具备扎实的编程技能，熟悉 Linux 环境开发及常用数据处理库（如 Pandas、NumPy、OpenCV 等）；对大模型相关理论和训练技术（如 SFT 等）有基础了解，愿意深入学习多模态大模型（LLM/VLM/VLA）算法原理与应用；热爱技术、自驱力强，具备出色的问题定位、分析和解决能力，能够高效配合团队攻克数据工程与算法相关基础难题；具备良好的沟通协作能力，能够与产品、工程、算法团队紧密合作，推进数据场景定义、数据构造、标注及处理等相关工作。优先要求（加分项）具有大模型数据产线搭建、数据质量优化或多模态数据处理相关实践经验者优先；对当前主流 LLM/VLM/VLA/ 强化学习技术原理、模型架构以及应用场景有深入了解，有相关项目实践经验者优先；有智能辅助驾驶场景相关项目经验，了解车端 / 云端大模型落地逻辑者优先；熟悉数据增强策略、语料自动化生产者优先；在数据工程、数据质量提升等领域发表过学术论文或技术成果者优先； 投递...
仿真评测工程师 北京 全职 互联网 / 电子 / 网游 职位描述 1. 基于实车路测数据构建仿真场景，建设场景干预、场景泛化、长尾场景生成与评估能力；2. 面向感知、预测、规划、控制等模块，开发并持续优化以安全、舒适、效率、导航为核心的评估体系，快速识别算法变更引入的回退与异常；3. 运用仿真可靠性评估方法与工具，量化输出版本差异和不一致问题的分析结论，将复杂分析结果转化为算法、仿真、产品易于理解的指标与结论； 职位要求 1. 计算机、自动化、车辆工程、统计学等相关专业硕士及以上学历，具备自动驾驶仿真测试或相关领域经验；2. 熟练掌握 C++ 和 Python，熟悉数据处理与脚本开发（Pandas/Numpy 等），熟悉 shell、git，能在 Linux 环境下独立处理批量任务与日志；3. 深入理解 LogSim、WorldSim 仿真范式，具备实际工程落地能力；4. 理解自动驾驶评测指标体系（ADE/FDE、场景通过率、MPI 等），有评测方案从 0 到 1 落地经验；5. 了解自动驾驶端到端 / VLA 模型的基本原理，具备算法和传感器相关背景知识；6.