数据生产体系建设：
建立、优化和完善数据生产的全流程体系与规范，涵盖传感器标定、数据采集、数据标注、质量验收和数据管理等多个环节。
确保数据生产流程的高效性和稳定性，提升数据流转效率与利用率。
传感器标定与数据采集：
负责车辆传感器（如摄像头、激光雷达、定位模块等）的标定工作，确保数据源头质量。
规划和管理实车道路数据采集任务，根据算法需求制定采集计划和要求。
数据标注与管理：
与算法团队紧密合作，深度理解数据需求，设计、制定和迭代各类数据（如2D/3D障碍物、交通灯、车道线、地面标记等）的标注规范与标准。
负责管理数据标注供应商，包括供应商的筛选、评估、日常工作对接、质量控制等。
编写数据处理脚本（如使用Python进行的数据校验、数据分析、可视化等），提升数据处理效率。
数据质量监控与改进：
建立数据质量监控指标体系，持续跟踪和分析数据标注供应商和验收团队的工作效率和质量。
驱动数据生产流程的改进，确保交付数据的最终质量。
跨团队协作与沟通：
作为数据领域的专家，与算法、仿真、测试等团队保持高效沟通，确保数据需求被准确理解并按时按质交付。
推动自动驾驶数据生产相关工作的落地实施，确保高效闭环管理。