【2027届校招】视觉感知算法工程师
北京·上海
电子信息类·自动化类
使用简历深度优化功能，快速提升简历质量
职位介绍
招聘部门：视觉障碍物感知
工作职责：
1、负责视觉2D/3D障碍物感知算法的研发与优化，包括但不限于视觉感知的目标检测、Occupancy Network、世界模型等核心算法的设计与实现。
2、参与Occupancy占用网络算法的研发与工程落地，包括静态障碍物和动态障碍物的占据预测、可行驶区域检测等，解决自动驾驶场景下的通用障碍物感知问题。
3、负责3D目标检测算法的研究与优化，涵盖单目3D目标检测、BEV 3D检测、点云3D目标检测等方向，提升检测精度与实时性。
4、参与多传感器（摄像头、激光雷达、毫米波雷达等）融合感知方案设计，通过数据级、特征级、决策级融合提升环境感知的精度与鲁棒性。
5、负责感知模型的训练、调优、量化与边缘端部署，解决模型在车载计算平台上的精度损失、推理速度等工程化问题。
6、参与BEV感知、多模态融合、OCC占用网络等核心模型的实验、调优和bad case分析，从数据分布、标注质量等出发进行问题解决和性能迭代的闭环。
7、跟踪学术界和工业界在目标检测、Occupancy、BEV感知等领域的最新进展，对前沿工作进行复现和验证，推动新技术在产品化中的应用。
任职要求：
1、学术背景
硕士及以上学历，计算机科学与技术、人工智能、自动化、电子工程、车辆工程、应用数学等相关专业。
2、技术能力
-扎实的深度学习理论基础，熟悉CNN、Transformer等经典网络结构，深入理解目标检测、语义分割等经典算法。
-熟悉BEV感知框架及Occupancy任务，对BEVFormer、BEVDet、OccNet、SurroundOcc等主流方法有系统性了解。
-熟悉3D目标检测相关方法，包括单目3D检测、BEV 3D检测、点云3D检测等主流方向。
-熟练掌握Python和PyTorch/TensorFlow等深度学习框架，能够独立完成模型的搭建、训练、调试与优化。
-具备扎实的编程基础，熟练使用C++进行算法开发，了解嵌入式系统部署流程，能解决模型量化、精度损失等问题。
3、综合素质
-具备较强的文献检索和英文阅读能力，能够快速跟进领域前沿进展。
-踏实好学，具备良好的沟通能力与团队协作精神。
-对自动驾驶场景下的感知技术有浓厚兴趣，有较强的自驱力和问题解决能力。
加分项
1、有BEV目标检测、Occupancy Network、4D标注、多任务训练等方向的实际项目或科研经验。
2、有自动驾驶或机器人感知相关项目经验。
3、在计算机视觉/机器学习领域顶级会议（CVPR、ICCV、ECCV、NeurIPS等）或期刊上发表过论文。
4、熟悉CUDA编程、模型推理优化、边缘端部署（如TensorRT、ONNX等）。
5、有分布式训练、数据增强、模型量化等训练基础设施使用经验。
招聘人数：若干
