智能驾驶算法模型岗

参与自动驾驶车载感知系统核心算法的研发与迭代，学习多模态模型与多传感器融合技术，支持复杂场景下动静态交通目标的感知任务，助力L2-L4级自动驾驶功能开发。

参与动态目标感知算法的研发与实验，包括车辆、行人、非机动车等目标的检测、分类与跟踪，应对遮挡、密集、光照变化等典型场景。

协助静态目标与通用障碍物的感知算法开发，包括交通灯、路牌、护栏、掉落物等的检测与识别，构建适用于多场景的静态感知基础能力。

参与多模态感知模型的训练、微调与优化，学习模型轻量化、推理加速与量化技术，理解算法精度与性能的平衡方法。

参与多目标跟踪算法的调试与优化，了解ID跳变、轨迹丢失等常见问题及其解决方案。

参与感知数据集的构建、清洗与增强，学习难样本挖掘与数据增广方法，提升模型在极端天气与长尾场景中的泛化能力。

配合定位、预测、规划等团队完成算法联调与测试，学习技术文档编写与问题复盘方法。

跟踪多模态感知技术前沿，参与大模型感知、端到端感知等新技术的预研与初步落地；

完成领导安排的其他工作

硕士及以上学历，人工智能、计算机、自动化、电子信息等相关专业；

具备扎实的深度学习、计算机视觉及机器学习基础，熟悉常见视觉算法（如目标检测、分割、跟踪等），了解YOLO、DETR、Transformer等主流模型；

掌握Python或C++编程，具备PyTorch等框架使用经验，有Linux基础；了解模型训练、优化及嵌入式部署者优先；

对多模态融合、自动驾驶感知场景及评价指标有基本认知，有相关项目、竞赛或实习经验者优先；

具备良好的工程思维、问题分析能力与技术钻研精神，能理解算法在实际系统中的应用约束；

沟通协作能力良好，具备团队意识和规范的技术文档撰写能力