智能辅助驾驶算法工程师

职位描述

1. 车道线感知后处理（核心职责）

（1）开发维护当前已相对稳定的车道线时序跟踪（track）后处理代码；

（2）迭代多帧关联、时序融合与平滑逻辑，保障车道线跟踪的稳定性、连续性与拓扑一致性；

（3）根据后续新需求进行车道线模块的迭代开发与优化，推动持续迭代。

2. 端到端大模型训练

（1）参与智能辅助驾驶端到端预训练大模型的迭代，包括训练实验设计与效果分析，推动模型能力持续提升；

（2）参与设计并迭代关键帧筛选与高价值场景挖掘策略，构建数据闭环；

（3）深入分析数据与模型效果之间的因果关系，定位数据分布、数据质量对模型表现的影响，推动数据驱动的迭代优化。

任职要求

1.基本要求

（1）计算机、自动化、人工智能、数学、测绘等相关专业，本科及以上学历；

（2）熟练掌握 Python / C++，熟悉 PyTorch 等主流深度学习框架；

（3）扎实的深度学习与计算机视觉基础，理解 Transformer、时序建模等原理。

2.核心要求 / 加分项

（1）有感知后处理经验，尤其是车道线时序跟踪、多目标跟踪（MOT）、时序融合/滤波（如卡尔曼滤波、匈牙利匹配、track 管理等）相关经验者优先；

（2）具备大模型 / 多模态大模型相关经验，有预训练或微调实战经验，能独立完成从数据到模型的完整训练流程者优先；

（3）对智能辅助驾驶大模型方向（端到端、VLA、世界模型等）有一定掌握和实践；

（4） 有大规模数据挖掘、关键帧提取、数据分析经验，具备较强的数据问题定位与因果分析能力；

（5）对前沿论文保持持续跟进，能快速理解并复现新方法。

3.软性要求

（1）较强的工程能力与问题定位能力，能独立承接代码维护并推进迭代；

（2）良好的沟通协作能力，能在跨团队环境中推进工作；

（3）对智能辅助驾驶有热情，适应快速迭代的节奏。