视觉感知算法资深工程师

1、深度估计算法研发：负责单目/双目深度估计算法的技术调研、方案设计、代码开发与效果迭代优化，持续提升测距精度与鲁棒性。

2、视觉感知算法开发：完成相机标定、立体匹配、视差计算、图像预处理、特征提取等视觉算法开发，保障测距、地形感知、障碍物检测等核心感知能力的精度与实时性。

3、模型轻量化与端侧部署：开展深度学习模型的轻量化、剪枝、量化与适配工作，完成在嵌入式边缘平台（如地平线、TI、安霸等）上的部署与联调，满足实时性与资源约束。

4、算法评测与问题定位：设计算法评测方案与指标体系，对感知效果进行系统性测试与分析，定位问题根因并推动优化闭环。

5、跨团队协作落地：与硬件、嵌入式、产品、测试等团队协作，推动视觉感知算法在实际产品中的集成、调试与量产落地。

6、技术沉淀与团队建设：沉淀技术经验与最佳实践，参与研发流程优化与团队知识体系建设，指导初级工程师成长

1、学历与专业：硕士及以上学历，计算机视觉、人工智能、自动化、电子工程、应用数学等相关专业。

2、算法经验：3 年及以上单目/双目深度估计、立体匹配、三维重建或相关视觉算法研发经验，有完整的算法落地项目经历。

3、编程能力：熟练使用 C/C++、Python 进行算法开发，熟练使用 OpenCV 等计算机视觉库。

4、深度学习框架：掌握 PyTorch / TensorFlow 等至少一种主流深度学习框架，有模型训练、调优与工程化经验。

5、开发环境：熟悉 Linux 开发环境，具备良好的工程化习惯与代码质量意识。

6、问题解决能力：具备较强的逻辑分析与问题定位能力，能够独立推动技术难题的解决。

加分项

有机器人、智能工具、车载或户外场景的视觉感知算法落地经验。

有地平线（Horizon）、TI（TDA系列）、安霸（Ambarella）、英伟达（Jetson）等嵌入式平台的算法部署与优化经验。

熟悉深度学习模型轻量化技术（剪枝、蒸馏、量化等），有实际端侧部署性能优化经验。

熟悉 SLAM、三维重建、多传感器融合（视觉+IMU/激光雷达）等相关技术。

有论文发表（CVPR、ICCV、ECCV、NeurIPS、TPAMI 等）或知名开源项目贡献经历。

有量产项目经验，熟悉从算法原型到产品落地的完整流程。