实习生—行车感知模型算法 3k-4k

职位描述
团队介绍
我们是公司自动驾驶技术的核心引擎——感知算法团队。我们致力于通过最前沿的计算机视觉和深度学习技术，为自动驾驶汽车打造一双超越人类的“眼睛”。我们的工作涵盖了从BEV（鸟瞰图）感知、Occupancy（栅格占用网络）到多模态融合的全部链路，你的每一个创新都将直接影响车辆如何理解复杂的世界，是实现L2到L4级别自动驾驶的关键

岗位职责
前沿算法研究与实现： 参与跟踪和复现学术界和工业界的最新感知算法，特别是基于Transformer、BEV、Occupancy等方向的模型。
模型迭代与优化： 协助研究员进行感知模型的设计、训练、调试和性能优化，处理包括但不限于2D/3D目标检测、语义/实例分割、车道线检测等任务。
数据驱动开发： 参与构建高效的数据闭环，负责海量真实路采数据的处理、分析与增强，挖掘并解决模型在Corner Case（极端场景）下的问题

职位要求
研究生学历
有机器学习、神经网络相关的项目或者实习经验

加分项（满足任一项或多项将优先考虑）：
在计算机视觉***会议或期刊（如 CVPR, ICCV, ECCV, NeurIPS 等）以***作者身份发表过相关论文。
有实际的自动驾驶项目经验，熟悉BEV感知、Occupancy Network、3D目标检测、多传感器融合等技术之一。
在相关公开数据集竞赛（如 nuScenes, Waymo, Kaggle 等）中取得过优异成绩。
熟悉 C++ 编程，了解CUDA或TensorRT，有模型量化、剪枝、蒸馏等部署优化经验。
对数据闭环、模型评估体系有深入理解和实践经验