知名自动驾驶团队寻感知算法北上广P6-10

职位描述作为感知团队的一员，你将与国内外顶尖人才一起，研究和开发自动驾驶领域的前沿算法，直接赋能 L4 Robotaxi 的大规模部署。你将面向真实城市道路场景中的多样化挑战，利用多模态传感器（LiDAR、Camera、Radar 等）设计、开发并优化感知算法，解决物体识别、障碍物检测、场景理解、意图预测与大模型赋能等核心问题。在这里，你将有机会：

与中美两地的优秀工程师和科学家合作，参与世界级的技术竞争；深入研究并推动最前沿的学术成果在产业中的落地；在全球最大出行平台之一的业务场景中，实现科研成果的规模化应用。

主要方向与职责：

你将在以下方向中选定一个或多个方向深入负责，并承担从研发到落地、从算法到系统的端到端职责：

（一）物体识别与跟踪

设计并实现基于 LiDAR / Camera / Radar 的多模态检测模型，识别车辆、行人、自行车、静态障碍物、交通标志等提升精度、召回率与抗扰性（抗遮挡、夜间、恶劣天气、长尾类别）

（二）通用障碍物识别

识别未知类别 /未训练类别的障碍物

基于异常检测 /开放类别识别的算法研究与工程实现

在非结构化环境（施工区域、道路损坏、落物等）中提升鲁棒性

（三）场景和意图理解

语义分割、实例分割、道路 /车道/交通标志/交通灯等结构物识别

场景理解，例如施工区域识别、可通行区域识别等

意图理解，例如行人动作识别、起步意图识别等

交互和事件识别，例如多方交互、交通规则冲突、非规范驾驶行为等

（四）感知大模型 /多模态

探索或应用预训练多模态大模型，将视觉、语言、地图/文本信息融合以增强感知能力

零样本 / 少样本 / 跨域泛化的策略研发

将大模型成果迁移到真实车队感知系统中，提升复杂场景下的鲁棒性

（五）模型评估、验证

构建完整的评估管道，包括离线评估 + 真实道路 + 模拟环境测试，支持回归检测与性能监控

指标体系设计 (Precision, Recall, IoU, latency, false positives rate 等)

任职资格:

基本要求

计算机科学、人工智能、电子工程、机器人等相关专业硕士及以上学历（博士优先）

扎实的深度学习与计算机视觉基础，熟悉常见感知算法与前沿研究方向

熟练掌握 PyTorch/TensorFlow 等深度学习框架，具备良好的编程能力（C++/Python）

熟悉 LiDAR、Camera、Radar 等多模态传感器感知数据处理

具备良好的论文阅读能力，能够快速将前沿研究转化为工程落地

具备较强的自我驱动、学习能力与团队协作精神

加分项

在顶级会议/期刊（CVPR、ICCV、NeurIPS、ICLR、RA-L、IROS 等）有发表经验

有自动驾驶、机器人感知相关实习或工作经验

有模型压缩、实时推理优化、异构计算加速等相关经验

有 VLM、多模态大模型或生成式 AI 在感知领域的应用研究经验

工作地点

北京

上海

广州