感知端到端模型算法工程师

岗位职责

1、负责自动驾驶视觉/多传感器感知算法研发与迭代，涵盖动态障碍物感知、静态道路结构感知全场景，支撑L2~L4自动驾驶行车、泊车场景落地。

2、动态感知方向：负责车辆、行人、两轮车、非机动车、动态障碍物的检测、跟踪、分类、速度估计、挤占预测算法研发。

3、静态感知方向：负责车道线、道路边缘、可行驶区域、交通灯、交通标志、路面标线、路沿、障碍物占位等道路静态元素检测与语义分割算法研发，保障路况结构化感知精度与稳定性。

4、端到端感知 & Occ占用网络核心方向：负责自动驾驶前沿端到端感知体系研发落地，重点深耕Occ占用网络（3D Occupancy），同时覆盖 BEV 鸟瞰感知、Transformer 全局时序感知、矢量化感知等。

5、负责模型训练、调优、消融实验、指标体系建设，优化检测精度、召回率、帧率、延迟、误漏检率，对齐车企量产感知指标规范。

7、配合多传感器融合（视觉/激光/雷达）、预测、规划、控制团队进行联调，解决真实路测问题，输出感知迭代方案，支撑实车落地与量产交付。

8、跟进业界前沿感知技术，重点跟进Occ占用网络迭代、自动驾驶世界模型、端到端自动驾驶大模型、SAM场景分割、矢量化感知等核心技术，完成技术调研、方案选型、消融验证与工程化落地沉淀，推动团队感知技术从模块化向3D全景端到端架构升级。

任职要求

1、硕士及以上学历，计算机、自动化、车辆工程、人工智能、模式识别、图像处理等相关专业，1–3年自动驾驶感知算法落地经验，优秀应届生可放宽。

2、扎实的深度学习、计算机视觉基础，熟练掌握目标检测、分割、关键点、多目标跟踪、场景理解等经典感知算法原理。

3、具备自动驾驶动静态感知完整项目经验，熟悉车辆/行人/车道线/可行驶区域/交通灯等感知任务落地优化。

4、核心必备技能：具备 BEV、Transformer、端到端感知、3D Occ占用网络实战研发经验，熟练掌握Occ体素构建、3D空间特征预测、语义/实例占用感知、全景场景重建核心原理与落地流程，熟悉现代自动驾驶端到端3D感知整体架构。

5、熟练使用 Python、PyTorch，熟悉数据增强、损失函数设计、样本均衡、难例优化、模型蒸馏、量化优化等训练调优手段。

6、熟悉自动驾驶常见场景、感知评价指标、路测问题闭环流程，具备真实路测问题分析与迭代能力。

7、熟悉数据集制作、标注规范、自动化数据挖掘、闭环迭代体系者优先。

加分项（重点亮点）

1、有车企/自动驾驶公司量产感知迭代经验、L2++/L4 无人车落地经验优先。

2、精通 3D Occ占用网络、BEV端到端感知、矢量化感知 前沿方案，有完整Occ模型训练、调优、路测迭代、量产适配经验。

3、熟悉多传感器融合感知、激光/相机标定、时序融合、跟踪融合算法。

4、有公开数据集竞赛、顶会论文、开源感知项目、模型部署优化经验优先。

5、熟悉 TensorRT、模型量化、推理加速、车载端部署优化优先