感知算法工程师（深度学习 / 机器学习方向）

感知算法工程师（深度学习 / 机器学习方向） 一、岗位职责

1. 01

   针对毫米波雷达 ADC 原始数据、高密度 4D 点云数据，基于数据集选择合适的模型和算法，设计深度学习与机器学习算法，完成动作识别、跌倒检测、杂波抑制、鬼影虚警滤除、多径干扰抑制。

2. 02

   搭建车载雷达专用训练数据集，根据产品形态需求，整合多种类智慧感知设备，完成数据采集、标注、清洗与数据增强，基于 CNN/DNN/PointNet 网络实现目标多分类、动静目标分离。

3. 03

   完成神经网络轻量化、量化剪枝，将模型部署到雷达 DSP/MCU，完成 MIL 仿真、数据回灌、实车路测迭代。

4. 04

   打通数据闭环，持续挖掘 corner case，迭代模型精度，输出算法设计文档、测试报告与专利。

5. 05

   和测试团队配合，完成算法模型性能验收，支撑雷达产品量产交付。

6. 06

   持续挖掘行业前沿深度学习、机器学习等AI领域相关算法的技术发展脉络，优化当前的训练模型和算法。

7. 07

   完成领导安排的其他任务。

1. 01

   学历专业：硕士及以上，计算机、人工智能、信息与通信工程、电子信息、应用数学等相关专业；3 年及以上机器学习或深度学习算法研发经验。

2. 02

   AI 能力：熟练使用 PyTorch 搭建神经网络，能够独立完成数据集构建、模型训练、调优评估；掌握 INT8 量化、模型剪枝等轻量化手段。

3. 03

   工程能力：熟练 MATLAB/Python 仿真，掌握 C/C++ 嵌入式开发，可完成模型端侧部署；了解 TI/NXP 主流雷达芯片平台优先。

4. 04

   雷达基础：了解FMCW 雷达完整信号链路，熟练 FFT、CFAR 检测、DOA 估计、聚类、目标跟踪等传统算法，有毫米波雷达及智驾感知算法项目量产经验优先。

5. 05

   项目经历：有雷达目标分类、AI 降噪、点云语义分割、端到端神经网络替代传统信号链路项目落地经验。