【L4】3D Occupancy 算法研究员

岗位职责

研发3D Occupancy 模型，负责模型优化与网络设计，在现有量产感知框架上设计并集成 occupancy head，提升模型检测性能与时序稳定性。

负责实车问题闭环：回灌复现、问题定位（模型/量化/标定）与修复，治理时序闪烁、误检（树枝、护栏、光影）与远距离漏检。挖掘异形障碍物长尾场景（锥桶、落石、施工牌等），建设回归测试集，支撑检出率、误报率、最小制动距离等功能级验收。

跟进 occupancy 前沿进展（与端到端、世界模型、3D 表征结合方向），在VLA/WA等技术方案中引入3D OCC

任职要求

计算机、人工智能、自动化、车辆工程等相关专业硕士及以上；深度学习与计算机视觉基础扎实，精通PyTorch，具备大规模分布式训练经验（DDP/FSDP）。

精通 BEV/3D 感知主流方案，熟悉 occupancy主流技术与数据集，有完整模型研发与落地经验。

熟练使用 Python、掌握 C++，具备良好 Linux 工程能力；沟通协作与项目推进能力强，能与部署、测试、数据团队高效协同。

加分项

有智能驾驶量产项目或 Robotaxi/L4 项目经验；熟悉车端部署链路（ONNX/TensorRT、量化、Orin/地平线 J 系列/TDA4）；有occ/BEV 相关顶会论文（CVPR/ICCV/ECCV/AAAI）或 Occ3D、SemKITTI 榜单成绩。

有 LiDAR 自动标注、离线大模型、4D 标注相关经验；有时序模型（recurrent/temporal fusion）落地经验。