【25届】感知算法工程师（SLAM方向）

与经验丰富的算法工程师一起，负责探索开发自动驾驶行业前沿的泛感知技术并负责算法工程落地，完成以下一项或多项工作： 1、开发业界领先的AI模型算法，包括但不限于3D目标检测，3D道路感知，激光感知，Occupancy感知，轨迹预测，意图预测等，并解决实际路测问题； 2、开发业界一流的SLAM建图与标定体系，包括但不限于激光SLAM，激光-视觉SLAM，静态标定，在线标定，NeRF等； 3、车端嵌入式域控制器平台算法工程落地，包括AI模型部署（量化、推理加速、预处理、后处理、算子加速）以及跟踪、滤波、融合等传统算法模块的性能优化，将车端性能推到极致； 4、开发大规模、高并发、高可用的云端数据闭环与工具链体系，包括但不限于数据挖掘、数据管理、数据批处理、自动标注等，将云端性能优化到极致。

1、全日制硕士及以上学历，计算机、电子信息、自动化、软件工程等相关专业； 2、具备良好的编程实践能力，熟悉linux系统，掌握C++、Python等编程语言，掌握常用数据结构与算法，能够将想法快速付诸实现，了解各语言的高阶特性； 3、了解或部分了解操作系统、计算机体系结构、嵌入式系统、编译原理、数据库、计算机网络等基础知识； 4、具备以下一项或多项技术能力和经验： a.熟悉ROS、PCL等常见机器人、机器视觉库，有目标检测、分割、跟踪、聚类、融合等至少一个方向的研究课题或者项目经验； b.熟悉多视几何，包括但不限于双/多目视觉，传感器标定，PnP, Bundle Adjustment，视觉里程计等； c.熟悉激光/视觉SLAM理论或多传感器融合定位理论，深入研究过至少一种常见开源SLAM算法，特别是位姿优化部分，熟悉Ceres、GTSAM等优化库，有自动驾驶、高精地图构建、大规模三维重建等领域的实际项目经验，有一定的硬件调试经验； d.具备深度学习的实践或研究经验，掌握深度学习开发框架PyTorch/TensorFlow至少之一； e.有主流端侧平台（例如英伟达Xavier/Orin）模型部署、加速经验； f.了解激光雷达、IMU、GPS/RTK等传感器原理，了解PTP/gPTP时间同步原理，有激光雷达、摄像头、RTK等触发同步、标定经验； 【加分项】 1、具备企业级机器人、自动驾驶项目半年以上开发经验； 2、参与过自动驾驶或者机器人行业top比赛（例如roboMaster、robocon）并获得高名次； 3、作为主要作者之一发表过行业顶会或者期刊（CCF-A类、CVPR/ICCV/ECCV等）论文； 4、ACM竞赛获奖。