职责和要求

岗位职责：
一、模型开发与优化
1、负责自动驾驶多模态感知（摄像头、激光雷达、毫米波雷达等）的端到端大模型算法研发，包括数据融合、特征提取、时序建模等核心模块设计。
2、构建高效、鲁棒的深度学习模型，解决复杂场景下的目标检测、跟踪、语义分割、场景理解等问题。
3、优化模型在车载计算平台的推理性能，实现低延迟、高精度的实时处理。
二、数据闭环与迭代
1、设计并实现大规模自动驾驶数据集的自动化处理流程，支持模型训练、验证及数据闭环迭代。
2、探索基于主动学习、半监督学习的数据高效利用方法，提升模型泛化能力。
跨团队协作
3、与传感器硬件团队、嵌入式软件团队紧密合作，优化多传感器时空同步与标定策略。
4、支持量产项目落地，解决模型在车规级芯片上的部署与性能调优问题。
三、前沿技术研究
1、跟踪学术界与工业界最新进展（如BEV感知、Occupancy Network、Transformer大模型等），推动技术迭代与创新。
2、参与专利撰写、论文发表及行业技术分享。
任职要求：
1. 学历与专业
-硕士及以上学历，计算机科学、人工智能、自动化、电子工程等相关专业。
-博士或顶会论文发表者优先。
2. 专业技能
-熟练掌握深度学习框架（PyTorch/TensorFlow/MXNet等），熟悉模型训练、调参及分布式训练技术。
-精通多传感器融合算法（前融合/后融合），熟悉Camera-LiDAR-Radar时空对齐方法。
-熟悉自动驾驶感知任务（如3D检测、运动预测、Occupancy预测等），具备端到端模型（如UniAD、End-to-End AV Pipeline）开发经验。
-熟悉模型轻量化技术（如知识蒸馏、量化、剪枝）及部署工具链（TensorRT、ONNX等）。
-编程能力扎实，熟练使用Python/C++，具备CUDA加速或嵌入式优化经验者优先。
3. 项目经验
-1年以上自动驾驶或计算机视觉领域研发经验优先考虑，主导或参与过量产级项目者优先。
-熟悉自动驾驶工具链（如ROS/ROS2、CARLA仿真、数据标注平台等）。
4. 其他能力
-具备优秀的逻辑思维与问题拆解能力，能独立承担复杂技术任务。
-良好的英语文献阅读能力，对技术有强烈热情和创新意识。