算法工程师（座舱视觉/FuSa）

一、岗位方向说明
本岗位聚焦智能座舱DMS（驾驶员监测系统）与OMS（乘员监测系统）视觉算法全生命周期工作，核心围绕视觉算法设计、车规级功能安全落地、多传感器融合及量产部署优化开展，需具备3-8年算法或嵌入式视觉经验，精通视觉算法开发与车规工程实践，目标在满足ISO 26262（ASIL B及以上）功能安全要求前提下，实现算法在车规平台稳定量产，提升复杂工况下算法鲁棒性与稳定性。
二、核心工作职责
1. 座舱视觉算法开发与量产部署（25%）：围绕DMS/OMS业务（分心识别、注视估计、乘员检测、手势识别等），开展视觉算法的设计、训练、评估与量产部署工作，保障算法满足座舱场景功能需求。
2. 功能安全体系落地（20%）：结合ISO 26262与ASPICE体系，完成算法功能安全（FuSa）要求分解、安全目标制定、技术安全概念（TSC）定义及验证闭环落地，确保算法符合车规级安全标准。
3. 多传感器融合策略设计（20%）：设计并实现多传感器融合策略，融合摄像头、毫米波雷达、麦克风等信号，基于卡尔曼/粒子滤波、图优化、跨模态注意力等技术，提升算法在复杂舱内工况下的鲁棒性与稳定性。
4. 算法端侧优化（15%）：面向车规SoC/MCU及域控平台，开展算法推理加速与模型压缩（量化/剪枝/蒸馏）工作，优化端到端延迟与功耗，适配NPU/GPU/DSP硬件部署需求。
5. 自动化体系建设（10%）：搭建可复用的数据与评测体系，涵盖数据采集、标注、治理、失效模式分析及场景覆盖率度量；构建MLOps/CI/CD自动化训练-评估-发布流水线，提升研发效率。
6. 跨团队协同落地（10%）：联动软件、测试、系统、安全及项目团队，完成需求澄清、接口定义、试验设计（DV/PV）、问题定位与闭环，保障项目高效推进。
三、任职要求
学历与专业：本科及以上学历（硕士、博士优先），计算机、电子、自动化、车辆工程等相关专业优先（学校要求放宽，以专业匹配度与项目经验为核心）。
工作经验：具备3-8年算法或嵌入式视觉经验，资深候选人工作年限可放宽；拥有视觉算法（检测/跟踪/关键点/分割/3D几何/多模态表征）开发与量产部署的完整项目经验；有智能座舱DMS/OMS方向功能安全实践经验，理解ISO 26262，具备ASIL B及以上项目经历者优先。
外语能力：无明确硬性要求，具备良好的英文技术文档阅读能力者优先。
专业技能：
- 熟悉多传感器融合技术，能基于卡尔曼/粒子滤波、图优化、深度融合Transformer等方法，有效融合摄像头、雷达、麦克风等多源信号；
- 精通Python/C++编程语言，熟练掌握PyTorch/TensorFlow等训练框架，以及ONNX/TensorRT/Arm NN等部署工具；具备NPU/GPU/DSP上的推理优化经验；
- 了解AUTOSAR、ASPICE、MISRA-C/C++规范，掌握静态/动态分析、单元/集成测试与需求可追踪等车规工程实践；
- 具备良好的问题分解能力、严谨的工程文档撰写习惯，以及高效的跨团队协作沟通能力。
加分项：
1. 拥有Qualcomm/Intel/NXP/NVIDIA/地平线等车规平台的部署与性能优化经验；
2. 具备噪声鲁棒、弱光/遮挡、红外/ToF等复杂场景适配及场景泛化经验；
3. 有语音/声学事件检测与视觉跨模态融合落地经验；
4. 参与或主导过SOTIF（ISO/PAS 21448）、安全案例构建与安全验证相关活动；
5. 拥有相关领域专利、学术论文发表或开源项目贡献经历。