工作职责：
1.负责自动驾驶多传感器（摄像头、激光雷达、毫米波雷达）感知融合算法研发，搞定目标检测、跟踪、分割等任务，确保“看得清、认的准”，不允许“传感器各自为政”；
2.优化感知算法在复杂场景下的鲁棒性，比如暴雨、大雾、强光逆光等恶劣天气，以及隧道出入口、地下车库等弱光环境，杜绝“感知失效”；
3.参与感知模型的轻量化与车端部署，在保证精度的前提下降低计算资源占用，让算法在嵌入式平台（如Orin、地平线J6）上“跑得快、不卡顿”；
4.跟进感知数据闭环，与数据团队协作挖掘badcase，比如“远处小目标漏检”、“遮挡目标误判”、“障碍物抖动”，推动模型迭代优化。

任职要求：
1.计算机视觉、机器学习、人工智能等相关专业硕士及以上学历，2年以上自动驾驶感知算法经验，仅参与过单模态的”玩家”，请参看2；
2.精通CNN、Transformer等深度学习架构，熟悉3D目标检测（如PointPillars、VoxelNet）、BEV感知（如BEVFusion, Sparse系列）、Occupancy感知等算法，能对着论文复现核心模块；
3.熟练掌握Python/C++，能玩转PyTorch/TensorFlow，熟悉PCL、OpenCV、Eigen等库，会用卡尔曼滤波、粒子滤波等做传感器融合，代码调试能力强；
4.加分项1：了解传感器标定、时空同步技术，能解决“摄像头与激光雷达数据不同步”“标定参数漂移”等问题，对感知精度有“强迫症级”要求；
5.加分项2：能清晰解释“激光雷达点云稀疏区域的目标检测难点”，并提出优化方案；
6.加分项3：有感知算法量产部署经验，熟悉TensorRT、ONNX Runtime等推理框架，能搞定模型量化、剪枝；
7.加分项4：在CVPR、ICCV、ECCV等顶会发表过感知相关论文，或有Kaggle、Waymo等竞赛获奖经历。