动态目标估计算法专家

1. 负责面向自动驾驶云端数据生产的纯视觉 3D Detection / Tracking / Dynamic GT，基于多相机长序列视频构建高精度动态目标真值，为 4D Label、OCC、仿真和 World Model 提供动态世界表征。
2. 研发多相机 3D Detection、Tracking 与运动状态估计能力；
3. 构建车辆、行人、骑行者等动态目标的 3D Box、Track、Velocity、Orientation 等高精度真值；
4. 结合视觉重建与长时序信息，提升远距离、遮挡和复杂场景下的动态 GT 精度与稳定性；
5. 建设可规模化运行的动态 GT 生产与自动评测链路。

【核心技术】

1. Multi-camera 3D Detection / BEV Perception
2. 3D Tracking / Velocity / Trajectory Estimation
3. Dynamic GT / 4D Label / Temporal Consistency

1. 硕士及以上，计算机视觉、自动驾驶、机器人等相关方向；
2. 熟悉 3D Detection、BEV Perception、Multi-Object Tracking 中至少一个方向；
3. 熟悉 PyTorch 与多相机 / 时序视觉算法；
4. 有 Sparse4D、StreamPETR、BEVFormer、UniAD 等相关经验，或顶会 / 优秀开源项目经历优先