工作职责
1、负责ADAS、Parking、城区/高速NOA场景下的感知算法研发和工程落地，包括视觉/Lidar融合模型、Occupancy Network 网络、动/静态目标多任务模型等
2、探索使用端到端、时序等高效学习算法检测周围环境信息和交通参与者信息，探索云端算法性能上限，同时结合端侧算力算子实现量产落地
3、掌握数据挖掘、标注、训练、部署及badcase回归等闭环链路，并伴随业务开展持续优化；掌握通过数据闭环持续迭代模型的能力

工作要求
1、计算机视觉、模式识别、机器学习、电子信息、机器人等相关专业的硕士/博士或者同等工作经验
2、熟悉主流深度学习算法，精通一/多个领域，包括但不限于 目标检测、分割、跟踪、多任务学习、立体视觉等领域
3、掌握一种以上的深度学习训练框架（Pytorch, MXNet, Tensorflow…）
4、深入了解数据结构、算法、代码优化和大规模数据处理等相关知识；精通 C/C++ 或 Python 编程，有ACM经验者优先
5、有自动驾驶感知、融合、预测等量产研发经验者优先
6、有计算机视觉、模式识别领域顶会（CVPR/ICCV/ECCV/ICML/NeurIPS）或顶刊（TPAMI/IJCV/TIP）作品者优先；学术比赛获奖者或实际工程项目经验者优先