对计算机、人工智能、大数据分析、数学等专业感兴趣的学生

中国科学院软件研究所成立于1985年3月1日，是一所致力于计算机科学理论和软件高新技术的研究与发展的综合性基地型研究所。该研究所学科方向有：计算机科学与软件理论，基础软件技术与系统，互联网信息处理的理论、方法与技术，综合信息系统技术。中国科学院软件研究所有正式职工520人，其中中国科学院院士3名，第三世界科学院院士1名；有国家工程研究中心2个，国家重点实验室1个；有在学研究生455人，其中硕士生265人，博士生190人；在站博士后14人。

岗位方向和名称：无人车、深度学习

岗位时长：4周（需连续）

一、岗位职责

可参与工作方向如下，具体工作内容视具体项目和领导安排而定。

1、数据分析与挖掘类

(1)自动驾驶车辆行驶数据分析

实习目标：

针对自动驾驶车辆行驶数据进行数据分析及可视化。

实习内容：

基于Apollo Scape数据集，对数据进行统计分析与机器学习分析，发现潜在的问题与缺陷，评估车辆的性能与安全性，通过图、表等方式对数据分析结果进行可视化，形成分析报告。

(2)基于共词分析的人工智能可视化分析

实习目标：

通过聚类分析，探讨人工智能的重点与热点。

实习内容：

收集国内/国际与深度学习测试与评估相关的文献，以共词分析法作为主要研究方法，通过聚类分析研究关键词之间的联系，形成分析报告。

2、数据可视化类

(1)自动驾驶可视化工具研发

实习目标：

研发B/S或C/S架构的自动驾驶可视化工具

实习内容：

基于Apollo Scape数据集或CyberRT数据包以及高精度地图，读取车辆行驶数据，通过Web或Pygame的方式实现车辆行驶过程的可视化，渲染内容包括车辆、道路、行人等。

(2)神经网络可视化算法研发

实习目标：

实现神经网络可视化算法。

实习内容：

调研近三年国内外最新的论文、会议，调研新出现的神经网络可视化方法(以视觉模型为主)，选择一个方法进行复现，验证其效果。

3、人工智能研发类

(1)图像算法模型训练

实习目标：

训练深度学习模型。

实习内容：

在计算机视觉、自然语言处理、语音识别、生成式AI等领域中选择一个领域，训练一个基于Pytorch的模型。

(2)生成对抗网络GAN算法研发

实习目标：

实现GAN算法。

实习内容：

调研近三年国内外最新的论文、会议，调研新出现的GAN网络及其应用，选择一个网络进行训练复现。

(3)神经网络覆盖率算法研发

实习目标：

实现神经网络覆盖率算法。

实习内容：

调研近三年国内外最新的论文、会议，调研新出现的神经网络覆盖率测试方法(以视觉模型为主)，选择一个方法进行复现，验证其效果。

(4)对抗样本算法研发

实习目标：

实现对抗样本攻击或防御。

实习内容：

调研近三年国内外最新的论文、会议，调研目标检测和目标跟踪领域新的对抗样本算法、或者经典对抗样本算法在较新的模型中的实现(如YOLOv7等)。使用pyTorch或TensorFlow进行复现。

(5)深度学习相关技术调研

实习目标：

调研深度学习模型与数据集。

实习内容：

选择一个领域(如计算机视觉、自然语言处理、知识图谱等等)，调研该领域近三年出现的模型与数据集。

4、工程实践类

(1)智能算法能力验证评估平台研发

实习目标：

搭建智能算法能力验证评估平台。

实习内容：

基于原型图，搭建能力验证评估平台(包括首页、能力验证、社区模块)等等，可选择前端或后端的实现。

(2)爬虫开发

实习目标：

编写爬虫，抓取网络上的文章。

实习内容：

使用Python编写爬虫，抓取公众号文章、门户网站新闻以及国内外其他网站中的相关资料。

(3)Docker容器构建

实习目标：

基于docker-compose构建docker镜像。

实习内容：

根据需求构建docker镜像，提供个性化的容器环境。

5、自动驾驶类

(1)自动驾驶控制算法研发

实习目标：

实现自动驾驶控制算法。

实习内容：

使用C++编写基于PID的控制算法，并集成到仿真平台中，实现对于仿真车辆的控制。

(2)自动驾驶高精地图研发

实习目标：

实现高精度地图的解析与路径规划。

实习内容：

使用C++或python 读取opendrive格式的高精度地图，并基于KD树算法实现车辆的路径规划。

(3)自动驾驶目标检测算法研发

实习目标：

基于仿真数据增强数据集的目标检测。

实习内容：

使用仿真数据集扩充kitti数据集，对常见目标检测模型进行训练，比对训练效果。

(4)自动驾驶测试管理系统研发

实习目标：

搭建自动驾驶仿真测试平台管理后台。

实习内容：

基于Python Flask或Djanjo搭建自动驾驶仿真测试平台管理后台，包括用户管理、任务管理、地图管理、用例管理等。

(5)自动驾驶相关技术调研

实习目标：

针对自动驾驶的某一领域(例如：感知算法、场景库、功能安全、仿真测试等等)进行调研。

实习内容：

调研国内外最新的论文、会议、白皮书、蓝皮书、标准等材料，收集自动驾驶某一领域的最新技术进展，形成综述文档。

(6)百度 阿波罗 Apollo源码分析

实习目标：

梳理Apollo源码。

实习内容：

选择某一个模块(如感知、控制、规划、定位等)，阅读Apollo源码，梳理源码流程逻辑以及相关配置参数。

(7)Apollo CyberRT源码分析

实习目标：

对百度Apollo的CyberRT进行调研梳理。

实习内容：

CyberRT是百度为自动驾驶定制的一个高性能运行框架(用于替代ROS)。本方向需要详细阅读CyberRT源码，对其进行分析并尝试编译，了解其运行原理，形成调研报告。

(8)Apollo-kernel源码分析

实习目标：

对百度Apollo的Apollo-kernel进行调研梳理。

实习内容：

Apollo-kernel是百度公司基于Linux内核修改的内核，用于为apollo提供运行环境。本方向需要对Apollo-kernel源码进行调研，尝试编译运行，了解Apollo-kernel的特点与使用方法，形成调研报告。

(9)Apollo Canbus源码分析

实习目标：

对百度Apollo的Canbus模块进行调研梳理。

实习内容：

调研Apollo Canbus模块，研究CAN总线与底盘的交互过程。

(10)传感器仿真调研

实习目标：

调研硬件在环的传感器仿真方法。

实习内容：

调研主流的硬件在环的传感器仿真方法，尝试编写demo实现仿真数据与真实硬件的数据通信。

6、虚拟仿真类

(1)UE模型构建

实习目标：

制作城市场景3D模型。

实习内容：

使用3ds MAX或Maya等工具制作3D模型(如建筑物、车辆等等)，以及相关的材质和贴图，导入到UE4中。

二、项目内容

项目岗位：无人车、深度学习

项目模式：实地-人事(可远程)

项目要求：需要具备计算机等专业基础

推荐专业：计算机、人工智能、大数据分析、数学(跨专业学生可评估)

项目地点：北京、南京

项目时长：4周(需连续)

项目导师(非指定)：中科院副研究员及其科研团队

人事项目基本要求：候选人整个实习期均是在校生身份，或已经拿到研究生录取通知。(个别单位需要在校生身份保证有6个月以上时间，具体情况可进行评估)

三、职场注意事项

着装请低调，不要过于花哨;着商务装、商务休闲装;发色深色系。

实地项目遵守公司规则，维护公司良好形象。

入职携带自己的电脑、纸质笔记本、笔、水杯、门卡等必要物品。

接到工作任务要与导师确认deadline，以及任务以什么形式呈现 (Word/Excel/PPT)。

及时与导师沟通工作进度，遇到问题可先自行查询解决 (如百度搜索/查阅书籍) ，再将问题总结好再与导师进行沟通。

在离职之际，与单位做好交接、归还门禁卡等重要物品。

如遇请假，提前与导师和项目助理沟通。

1、【专业技能】全程1V1跟踪项目，提升专业实操能力

2、【职场探索】全程参与名企热门项目，探索职场行业知识

3、【项目赋能】清晰职业规划，增强专业能力，提升个人核心竞争力