多模态感知算法工程师-无人驾驶环卫车-广州/深圳/武汉

设计并实现多模态传感器（摄像头、LiDAR、IMU）的数据融合算法，提升目标检测、跟踪、场景理解的鲁棒性与精度。

构建基于深度学习的多模态感知模型（如BEV融合、时序融合网络），解决遮挡、极端天气、低光照等复杂场景的感知难题。

负责激光雷达数据采集与数据处理(长尾数据, 长尾场景)，开发高效离线工具链（C++)，包括数据处理，模型训练，测试仿真等

跟踪多模态感知领域技术，推动算法在业务场景的迭代创新

计算机科学、电子工程、自动化、数学等相关专业，硕士以上学历。

熟悉多模态数据（图像、点云、IMU等）特性与融合方法（Kalman滤波、Bayesian融合、深度学习融合）。

掌握至少一种主流深度学习框架（PyTorch/TensorFlow），具备多模态模型开发经验（如FusionNet、TransFuser、BEVFormer）。

熟练掌握C++、PCL库和常用的数据结构与算法

强烈责任心及良好学习沟通能力，具备较好的团队合作精神 加分项

熟悉高性能运算加速工具 CUDA

ACM/ICPC 获奖