崗位職責(zé)及內(nèi)容
1.深度學(xué)習(xí)算法研究
（1）設(shè)計并優(yōu)化基于深度學(xué)習(xí)的感知算法（如圖像分類、目標(biāo)檢測、語義分割、實例分割等），支持?jǐn)z像頭、毫米波雷達、激光雷達等多模態(tài)數(shù)據(jù)輸入；
（2）跟蹤行業(yè)前沿技術(shù)（如 Transformer、自監(jiān)督學(xué)習(xí)、輕量化模型），結(jié)合實際場景需求進行技術(shù)創(chuàng)新與落地。
2.視覺 / 激光通用算法開發(fā)
（1）開發(fā)視覺感知算法及激光雷達點云處理算法；
（2）優(yōu)化算法在復(fù)雜環(huán)境下的魯棒性，降低計算資源消耗。
3.多傳感器數(shù)據(jù)融合
（1）設(shè)計多傳感器時間與空間標(biāo)定方案，實現(xiàn)多源數(shù)據(jù)同步與融合；
（2）構(gòu)建融合感知模型，提升目標(biāo)檢測、定位、分類的精度與可靠性。
4.感知目標(biāo)軌跡預(yù)測
（1）開發(fā)基于運動模型及深度學(xué)習(xí)的軌跡預(yù)測算法，支持目標(biāo)動態(tài)行為分析；
（2）優(yōu)化預(yù)測算法的實時性，滿足自動駕駛、機器人導(dǎo)航等場景的低延遲需求。
5.數(shù)據(jù)處理與模型訓(xùn)練
（1）構(gòu)建感知數(shù)據(jù)預(yù)處理流程（如數(shù)據(jù)清洗、增強、標(biāo)注），維護訓(xùn)練數(shù)據(jù)集；
（2）設(shè)計模型訓(xùn)練與評估方案，通過仿真平臺及實際路測驗證算法性能。
6.技術(shù)協(xié)作與落地
（1）與硬件團隊協(xié)作完成傳感器選型與接口定義，與嵌入式團隊配合實現(xiàn)算法硬件加速；
（2）編寫技術(shù)文檔、算法設(shè)計報告及 API 接口說明，支持跨部門技術(shù)對接與知識共享。
任職資格
1.學(xué)歷：碩士及以上學(xué)歷（計算機科學(xué)與技術(shù)、電子信息工程、自動化、機器人學(xué)等相關(guān)專業(yè)）；優(yōu)秀本科畢業(yè)生需 5 年以上相關(guān)經(jīng)驗。
2.專業(yè)技能：
（1）精通至少一種深度學(xué)習(xí)框架，熟悉模型訓(xùn)練、優(yōu)化及部署流程；
（2）掌握視覺感知算法、多傳感器融合算法及軌跡預(yù)測模型；
（3）熟練使用 C++/Python 編程，具備良好的代碼風(fēng)格與工程實踐經(jīng)驗，熟悉 Linux 開發(fā)環(huán)境；
（4）熟悉 ROS 架構(gòu)，具備 ROS 節(jié)點開發(fā)與調(diào)試經(jīng)驗，了解自動駕駛常用工具鏈（如 Apollo等）；
項目經(jīng)驗，有 3 年以上感知算法研發(fā)經(jīng)驗，至少主導(dǎo)過 1 個完整感知項目（如自動駕駛視覺感知系統(tǒng)、機器人多傳感器融合方案）；
（5）具備實際場景部署經(jīng)驗，熟悉傳感器標(biāo)定、算法聯(lián)調(diào)、性能優(yōu)化等流程；
（6）數(shù)學(xué)基礎(chǔ)：扎實的線性代數(shù)、概率論與數(shù)理統(tǒng)計、微分幾何知識，能推導(dǎo)感知算法核心公式。
3.其他能力
（1）良好的英文文獻閱讀能力，能跟蹤國際頂會（CVPR、ICCV等）最新研究成果；
（2）具備較強的問題解決能力、團隊協(xié)作能力和抗壓能力，能適應(yīng)快速迭代的研發(fā)節(jié)奏。