职位列表
第 88 页,共 161 页
端到端道路静态算法工程师
负责自动驾驶中道路静态相关算法的研究与开发,包括车道线、道路边界、中心线、拓扑结构等任务;设计和实现基于深度学习的端到端道路静态感知算法,结合多传感器、多模态融合,提升复杂场景下的鲁棒性和准确性;优化算法推理效率和精度,确保满足实时性要求;在仿真环境和实车测试中验证算法性能,分析数据并持续优化模型;与感知、定位、规控等团队协作,推动道路静态算法在实际自动驾驶系统中的应用落地;撰写技术文档,参与技术评审,跟踪学术界和工业界最新进展。
端到端红绿灯算法工程师
负责自动驾驶中红绿灯与交通要素检测识别相关算法的研究与开发,构建高精度、高鲁棒性的交通要素感知系统;设计和实现基于深度学习的端到端红绿灯及交通要素感知算法,结合多传感器、多模态融合,提升复杂场景下的准确性;优化算法推理效率和精度,满足自动驾驶系统实时性要求;在仿真环境和实车测试中验证算法性能,分析数据并持续优化模型;与感知、规控团队协作,推动算法在实际自动驾驶系统中的落地应用;撰写技术文档,参与技术评审,跟踪学术界和工业界最新进展。
端到端感知大模型算法工程师
设计和开发用于自动驾驶的统一模型(One Model),负责多任务训练与调优;设计多任务模型训练框架,维护多任务共享主干网络,支持模型迭代和发版,提升多任务迭代效率;利用大规模自动驾驶数据进行模型训练和优化,设计并实现数据增强、数据清洗和数据标注策略,提升数据质量;与感知、预测、规划和控制等模块工程师紧密合作,确保模型整体性能与协同效果;设计和实施模型评估框架,确保模型在各种场景下的鲁棒性和安全性;研究并实现先进的深度学习和强化学习算法...
端到端中融合算法工程师
负责自动驾驶系统中端到端算法的设计与开发,包括传感器数据融合、感知模块整合与优化;开发和优化摄像头、激光雷达、毫米波雷达等多传感器数据融合算法,提升环境感知的准确性和鲁棒性;基于深度学习、强化学习等技术构建端到端自动驾驶模型,实现从感知到控制的闭环;在仿真环境和实车测试中验证算法性能,分析数据并持续优化系统;与感知、规划、控制等团队紧密协作,解决跨模块技术难题,确保系统整体性能;撰写技术文档,参与技术评审,推动算法在实际场景中的落地应用...
端到端OCC算法工程师
负责自动驾驶中 Occupancy Network(OCC)相关算法的研究与开发,构建高精度3D场景占据网络模型;设计和实现端到端占据栅格算法,从摄像头、激光雷达等多传感器数据中提取环境信息并生成3D占据栅格地图;优化 Occupancy Network 的推理效率和精度,提升模型在复杂场景下的鲁棒性与实时性;结合深度学习、计算机视觉等技术,开发3D目标检测、语义分割和场景理解算法;在仿真环境和实车测试中验证算法性能,分析数据并持续优化...