2026-行业智驾算法工程师（融合感知方向）

职位描述

1.负责多源传感器感知、多传感器融合、视觉/激光SLAM、BEV、Occupancy network目标跟踪、轨迹预测的算法的研发、实现与性能优化。

2.主导算法与域控平台传感器、执行机构的系统集成与调试，解决多模块协同问题。

3.完成算法在域控平台的部署，并进行深度性能优化。

4.攻关真实场景下的系统瓶颈（如传感器失效、环境干扰、目标特性异常），提升产品鲁棒性。

5.输出技术⽂档，协同硬件、软件团队推动⽅案落地。

任职要求

1. 1-3年以上智能驾驶或无人机感知、SLAM及导航算法相关研发经验，具备完整行业智驾产品（L2+）感知算法落地经验者优先，熟悉智驾量产项目感知模块全流程研发逻辑与迭代方法。

2. 拥有扎实的数学基础，精通线性代数、概率论与数理统计、图像处理等核心知识，熟悉主流深度学习算法，深耕多个视觉相关领域，包括但不限于图像/点云的检测、分割、特征提取与匹配等技术。

3. 精通C++和Python编程语言，具备扎实的数据结构与算法基础，拥有良好的代码开发、工程实现及问题排查能力，能独立完成感知算法原型开发、迭代优化与量产级工程化落地。

4. 深入理解计算机视觉、点云处理及SLAM核心原理，熟练掌握BEVTransformer、深度估计、立体视觉、目标检测与跟踪、点云分割与识别等关键技术，能适配复杂场景下的感知算法设计与优化。

5. 熟悉多传感器融合及目标追踪技术，深入理解数据级、特征级融合逻辑，熟练运用多模态融合、卡尔曼滤波、时序轨迹预测等算法，能解决多传感器数据异构、时空对齐及目标关联等核心问题。

6. 熟练使用行业智驾及无人机相关工具与开发环境，精通ROS/ROS2中间件、Linux开发环境，熟练运用Git、CMake、OpenCV、PCL（点云库）、TensorFlow/PyTorch等工具，了解AutoSAR AP及多传感器交互逻辑者优先。

有以下经验者优先考虑：

1. 具备基于海思芯片平台（如310、610等单板）的感知算法部署、调试及性能优化经验，熟悉芯片算力特性与算法适配逻辑。

2. 熟悉智能驾驶领域传感器标定技术，具备激光雷达、相机、IMU等多传感器内外参标定、标定工具使用及标定流程优化经验。

3. 深入了解模型部署与加速技术，熟练运用ONNX、TensorRT等工具，具备深度学习模型量化、剪枝及实时性优化经验，能满足量产场景算力需求。

4. 具备多车协同感知或集群导航相关项目研发经验，熟悉协同感知数据传输、融合策略及分布式感知系统架构设计。

5. 有极端天气、弱纹理、遮挡等复杂场景下感知算法优化经验，能提升感知系统的鲁棒性与稳定性。