数据处理与标注

• 负责智能驾驶相关原始数据（如图像、视频、激光雷达点云、毫米波雷达数据、行车轨迹数据等）的清洗、整理与预处理。

• 根据严格的标注规范和项目需求，使用专业标注工具，对车辆、行人、交通标志、车道线、可行驶区域、红绿灯、障碍物等关键目标进行高精度、高效率的标注（包括但不限于2D框、3D立方体、多边形、语义分割、车道线拟合、关键点标注等）。

• 对复杂场景（如恶劣天气、夜间、拥挤交通、特殊路况）下的数据进行准确理解和标注。

质量保障与校验

• 严格执行数据标注质量标准，对本人及同组标注产出进行自查、交叉校验与质检，确保标注结果的准确性、一致性与完整性。

• 积极反馈标注过程中发现的规则模糊、边界案例等问题，参与标注规则的讨论与优化。

• 配合质检员或算法工程师进行抽样验收和问题数据修正。

流程支持与效率提升

• 按时按量完成分配的标注任务，确保项目进度。

• 熟悉并严格遵守数据安全与保密协议，妥善管理标注数据。

• 参与标注工具的测试，提出改进建议，以提升标注效率和体验。

• 协助整理和归纳标注过程中的经验，参与知识库（如典型case库）的维护。

模型训练辅助（AI训练员方向）

• 根据算法团队的反馈，对模型识别较差或错误的样本进行重点标注、补充标注或难例挖掘，直接参与模型迭代优化的数据闭环。

• 可能需要对初步标注结果进行简单的归因分析（如为何模型在此处失败）。