感知融合算法工程师(J10870)

职位描述

- 负责多传感器（激光雷达、摄像头、毫米波雷达、超声波雷达等）数据的感知融合算法设计、开发与迭代，包括数据关联、状态估计、目标跟踪、置信度融合等核心模块；

- 主导感知融合算法的工程化落地，解决实际场景中的鲁棒性、实时性问题，优化算法在复杂路况（雨雾、强光、拥堵、施工路段等）下的性能；

- 参与感知系统需求分析与技术方案评审，结合实际测试数据（实车路测、仿真测试）进行算法调优，提升目标识别、障碍物检测、车道线识别、交通参与者分类等任务的准确率与召回率；

- 调研行业前沿感知融合技术（如深度学习融合、传统卡尔曼滤波 / 粒子滤波优化、跨传感器标定技术等），并结合业务场景进行技术创新与落地；

任职要求

（一）基本要求

- 硕士及以上学历，计算机科学与技术、电子信息工程、自动化、机器人工程、人工智能等相关专业；

- 3 年以上自动驾驶感知融合算法研发经验，有 L2+/L3 级别自动驾驶项目量产落地经验者优先；

- 精通至少一种主流编程语言（C++/Python），具备扎实的工程编码与调试能力；

- 掌握多传感器标定技术（内外参标定、时间同步），熟悉激光雷达 - 摄像头、毫米波雷达 - 摄像头等融合方案的原理与实现；

- 深入理解感知融合核心算法，包括但不限于数据关联算法、状态估计算法、目标融合与跟踪策略；

- 具备良好的问题分析与解决能力，能够独立应对复杂场景下的算法优化需求；

- 有较强的团队协作意识与沟通能力，能够高效配合跨部门项目推进。

（二）加分项

- 在CVPR/ICCV/ECCV/NeurIPS等顶会发表相关论文；

- 熟悉ROS/ROS2、Apollo、Autoware等自动驾驶开源框架；

- -参与过国内主流车企或自动驾驶科技公司的量产项目，主导过核心感知融合模块研发；

- -熟悉 CUDA 编程、异构计算优化，具备算法性能加速（实时性优化）经验。

加入我们，你将站在智能驾驶技术的最前沿，与顶尖团队一起打造安全、可靠的未来出行系统！欢迎投递简历，期待你的加入！