职责概述： 负责智驾城区/高速NOP及泊车场景下基于视觉动态目标物检测算法的研究和工程化落地 职责描述 1.负责智驾城区/高速NOP 及泊车场景下的动态交通参与者算法，包括图像、点云融合模型，动静态目标检测模型开发，Occupancy 模型开发等 2.负责通过图像、点云等数据，对行人、车辆、两轮车、3轮车等其他等动态交通参与者的检测和追踪算法的设计、训练和优化，并梳理相关评测性能指标 3.负责模型在车端的推理优化， 通过优化网格结构、修改网络算子、稀疏化等方法降低模型算力需求，基于目标嵌入式平台达到项目性能要求 4.负责感知算法相关技术文档的输出，跟踪前沿感知算法研究，复现及验证评估其工程化落地的可行性，持续改进已有算法 任职资格 1.全日制大学研究生及以上学历，计算机科学、模式识别、机器人、自动化等相关专业背景 2.具有3年及以上智驾感知模型算法开发相关工作经验，至少具有一个量产落地项目 3.熟悉 Pytorch /Caffe/Tensorflow等至少一种深度学习框架的使用，熟悉常见的检测、分割、深度估计算法，以及自动驾驶相关算法，包括不限于bev障碍物检测、occupancy检测、车道线检测、多传感器融合，多目标跟踪等，熟悉BEV多任务以及时序模型算法设计、transformer模型结构、有BEV模块算法研发或量产中BEV问题解决经验者优先 4.精通C / python等编程语言，熟练Linux操作系统，熟悉Opencv、Eigen等开源库，熟悉至少一种智驾嵌入式平台，有基于地平线J3/J/J6或TDA4开发经验优先 5.熟悉量化、剪枝、蒸馏等模型轻量级技术者优先 6.熟悉摄像头动静态标定、多传感器联合标定者优先 7.熟悉座舱DMS、OMS相关算法者优先