3D感知算法实习生

参与基于 BEV/OCC 的 3D 检测、分割算法研发，优化行人、托盘等目标感知精度，保障近距离稳定检测、10Hz 实时输出。

迭代优化 BEV 模型，完成新增检测类别的适配与验证。

优化 MOT 多目标跟踪算法，保证跟踪 ID 稳定、连续。

提升感知模型泛化能力，完成多场景调优与落地部署。

负责感知目标属性识别模型的设计与迭代优化。

负责模型量化、剪枝、TensorRT/ONNX 推理加速，完成边缘端部署，平衡精度与延迟。

联动数据标注团队，构建数据‑模型迭代优化闭环

计算机、人工智能、自动化、机器人等相关专业，硕士及以上学历，优秀本科生可放宽。

扎实的计算机视觉与 3D 感知基础，具备 BEV 感知相关项目 / 科研经验。

熟练使用 Python，掌握 PyTorch/TensorFlow，具备模型训练与调优能力。

熟悉 BEV 感知、相机 + 激光雷达融合主流技术方案。

有 3D 检测、语义分割、多目标跟踪任一方向项目经验。

了解模型量化与推理加速，熟悉 TensorRT/ONNX 部署流程。

代码规范，具备良好的数据处理、模型迭代与工程落地能力。 加分项

熟悉 BEVFormer、TransFusion 等 Transformer 架构 BEV/OCC 感知方案，有相关项目经验；

有 AGV/AMR 机器人、自动驾驶感知相关实习 / 项目 / 落地经验；

有 Jetson、国产控制器等嵌入式平台的算法部署、调优经验；

掌握鱼眼标定、畸变校正、环视拼接技术；

持有相关专利、顶会论文或核心科研项目经历