智能驾驶感知算法工程师

岗位职责
1. 负责智能驾驶感知系统核心算法研发，聚焦多传感器（摄像头、激光雷达、毫米波雷达、超声波）数据融合方案设计与实现。
2. 深耕2D/3D目标检测、目标跟踪、语义分割、BEV（鸟瞰图）建模、Occupancy占用网络等核心技术，优化复杂场景下（雨雾、逆光、拥堵、异形障碍物）的检测精度与鲁棒性。
3. 主导感知特征工程与数据挖掘，构建高质量标注数据集，参与数据闭环体系搭建，通过增量训练解决Corner Case问题。
4. 基于PyTorch/TensorFlow等框架完成模型训练、量化与部署，针对车载硬件（Orin/征程/Xavier）进行TensorRT/ONNX优化，保障算法实时性。
5. 跟踪CVPR/ICRA/ECCV等顶会前沿技术，预研VLM（视觉语言模型）、端到端感知等方向，推动技术落地与产品迭代。
6. 与定位、规控团队协作完成跨模块联调，编写技术文档与测试报告，参与方案评审。
任职要求
基础要求
• 学历：本科及以上，计算机、自动化、电子信息、数学等相关专业。
• 编程：精通C++/Python，熟练使用Linux/ROS（Melodic/Noetic），掌握数据结构与算法设计。
• 数学：扎实的线性代数、概率论、最优化理论基础，理解深度学习核心原理。
• 工具：熟练使用OpenCV、PCL，精通TensorFlow/PyTorch等深度学习框架。
专业能力
• 深入理解3D检测算法（PointPillars、CenterPoint、BEVFusion等），具备实际项目落地经验。
• 掌握多传感器标定（外参/内参）与融合策略（卡尔曼滤波、贝叶斯估计、深度学习融合等）。
• 熟悉语义分割、实例分割算法，有BEV视角建模或Occupancy网络研发经验者优先。
• 具备数据驱动的算法优化能力，能通过特征工程、模型结构调整提升感知指标。
加分项
• 有智能驾驶量产项目感知模块研发经验，熟悉ISO 26262功能安全标准者优先。
• 在KITTI、Waymo Open Dataset等权威竞赛中取得优异成绩，或在顶会发表感知相关论文。
• 精通CUDA加速、模型轻量化（剪枝、量化、蒸馏）技术，有车载端部署落地经验。
• 了解AutoSAR或车载操作系统（QNX、Linux）相关知识。