Python Sql 招聘 在 Suzhou - 9 Job Positions Available

Overview 你是否希望在真实的制造业环境中，将 ChatGPT、Microsoft Copilot、Power Automate 等先进工具应用到实际业务场景，帮助团队提升效率？ 如果答案是“是”，欢迎加入 Shure 运营制造团队！ 在这里，你不仅是一名实习生，更是数字化转型的参与者和推动者，探索 AI 如何让传统工作变得更高效、更智能。 Responsibilities 1、参与AI算法模型的训练与调优，负责生产和设备数据记录及基础模型效果评估；2、利用AI工具自研办公小程序，优化小程序使用流程及数字化办公，降低重复性工作，提升工作效率3、协助制造运营团队进行大数据的采集、清洗与结构化处理，保障数据质量；4、用BI等工具生成各种数据报表 Qualifications 1、在校大学生，本科及以上学历，人工智能，计算机、统计学、数据科学，电子信息或相关专业在读，大三及以上优先；2、语言能力，英语4级或雅思63、熟悉Python、SQL等数据处理语言，了解机器学习基础原理及常用算法框架；4、具备较强的逻辑思维与数据分析能力，有BI经验优先，对人工智能及数据分析有浓厚兴趣；5、工作积极主动，具备良好的沟通协调能力 WHO WE ARE Shure’s mission is to be the most trusted audio brand worldwide – and for over a century, our

公司描述 Avery Dennison Corporation (NYSE: AVY) is a global materials science and digital identification solutions company. We are Making Possible products and solutions that help advance the industries we serve, providing branding and information solutions that

Overview Windows Cloud Experiences(WCX) is developing a best-in-class virtual desktop infrastructure (VDI) solution to enable millions of customers to work with physical and virtual PCs. WCX is hiring a Principal SWE manager for the Windows 365

Company Description Job Description 岗位概述 聚焦自动驾驶感知、规划（Planner）核心算法的数据闭环建设，核心主打模型Corner Case（极限长尾失效场景）挖掘与治理，主导整合现有数据挖掘能力、标签体系、场景体系，兼顾数据挖掘工具/平台能力建设与端到端数据成果交付落地。基于量产路测、仿真、多传感器数据，通过系统化平台工具搭建、标准化标签治理、精准的Corner Case挖掘与高质量数据交付，解决感知、规划模型长尾场景覆盖率低、隐性失效难发现、极限工况鲁棒性差等核心问题，统一数据交付标准与服务体系，为高阶NOA算法迭代、版本优化、量产落地提供平台能力与数据成果双重支撑。 核心工作职责 1. 数据能力与体系整合搭建 统筹整合自动驾驶现有数据挖掘能力、数据流程与资源链路，统一感知、规划（Planner）通用及专项数据闭环与交付体系；负责数据挖掘工具、自动化分析平台、筛选链路的迭代优化，同时制定分层场景挖掘策略、数据筛选提纯标准、数据交付规范与迭代机制，打通“平台能力建设—数据挖掘生产—算法交付落地”全链路，兼顾工具平台建设与高质量数据成果交付，搭建可复用、可规模化的数据驱动迭代体系。 2. 感知、Planner专项数据挖掘体系建设 专项负责感知、Planner模型Corner Case挖掘、聚类与归因治理。针对感知模块（检测、分割、跟踪、融合）与规划模块（轨迹预测、路径规划、决策博弈、避障逻辑），深度挖掘真实路测与仿真场景下的各类长尾场景、极限工况、隐性失效、偶发异常Corner Case，重点攻克模型常态化难复现、低概率失效、极端路况交互等痛点；精准定位模型漏检误检、延迟抖动、预测偏差、规划顿挫、决策不合理等核心问题，形成标准化的Corner Case挖掘、归类、根因分析、迭代复盘方法论。 3. 统一数据Tag标签体系搭建与治理 主导搭建适配感知、规划模型Corner Case专项治理的统一标签体系，包含场景维度、交通交互维度、模型失效维度、极限工况维度的专属标签规范；针对性设计Corner Case自动化识别、精准打标、分类聚类策略，建立标签质量校验与迭代治理机制，实现海量数据中高效筛选、精准沉淀各类长尾、极限失效案例，支撑模型Corner Case专项优化与问题量化统计。 4. 高质量数据集与场景库迭代 基于专属标签体系，聚焦感知、Planner模型Corner Case数据集迭代建设，专项扩充各类稀有场景、极端天气、复杂交通交互、异形障碍物、极限驾驶工况等长尾案例库与测试集；完成无效数据过滤、优质Corner Case样本提纯与均衡化处理，持续补齐模型场景短板、修复隐性失效问题，大幅提升感知、规划模型的泛化能力与复杂场景鲁棒性。 5. 数据驱动算法闭环迭代 深度对接感知、规划算法模型迭代需求，双向兼顾工具能力迭代与业务数据交付：一方面持续优化Corner Case自动化挖掘、智能归因、批量样本提纯工具与平台能力，提升长尾失效场景挖掘效率与精准度；另一方面承接模型迭代核心数据需求，负责端到端Corner Case问题案例、专项优化数据集、数据分析报告的落地交付，通过多轮数据复盘、版本对比分析，推动模型长尾问题收敛、极限工况性能优化，实现算法迭代闭环。 Qualifications 任职要求

Company Description Job Description 岗位职责 负责自动驾驶数据闭环产品的规划、设计与持续迭代，围绕 数据采集、数据回传、数据挖掘、数据筛选、数据标注、自动标注、数据质检、数据版本管理、训练数据交付 等核心环节，建设端到端的数据闭环能力。 深入理解自动驾驶感知、预测、规控及端到端模型的数据需求，与算法、数据、研发、测试及业务团队协作，将模型需求转化为可落地的数据产品需求，包括： 场景定义与数据需求拆解； Corner Case / Failure Case 挖掘； 数据 Tag / Label / Ontology 体系设计； 数据集构建及版本管理； 数据覆盖度、质量及生产效率指标设计。 负责数据闭环平台产品设计，包括但不限于： 数据检索与数据资产管理； 场景 Tagging 与数据 Mining； 自动标注 / 预标注平台； 人工标注生产流程； 数据质检与验收；

Logitech is the Sweet Spot for people who want their actions to have a positive global impact while having the flexibility to do it in their own way. The Role 罗技苏州工厂的核心业务系统——ERP、MES、QMS、WMS、PLM——由 IT 团队全面负责。我们也持续开发贴合产线真实需求的自研应用，把生产、质量、物料与供应链流程中大量还在靠人工支撑的环节，变成真正好用的系统。 我们希望你以实习生的身份加入这项工作，参与自研应用的开发与交付。这不是一个观摩学习或做课题研究的岗位——你会拿到真实的需求、写会被员工使用的代码、并对自己交付的功能负责。你的工作成果会直接出现在车间和办公室的日常流程里。 这个岗位需要的是动手能力。 我们期待你在入职第一周就能读懂一段业务代码、写出一个能跑的接口、查清楚一条