负责智能驾驶领域市场动态、竞品信息及用户需求研究，为产品规划提供数据支持；协助梳理智能驾驶解决方案材料，深度参与客户洞察、需求整合及客户项目获取；参与智能驾驶产品的需求收集、功能定义和优先级排序，确保产品满足市场及用户需求；收集并分析版本走查问题，持续优化产品功能和用户体验，推动产品闭环迭代；与技术、测试、市场等部门紧密协作，推动产品从定义到落地的全过程，确保按时高质量交付。

对接客户，拆解需求要点，识别客户需求与现有主线产品功能的差异；针对需求差异点，结合产品逻辑与业务规范撰写PRD文档，完成需求录入并同步至研发团队；跟进需求开发全流程，跟踪项目交付进度，参与问题讨论并协助推动解决方案落地，保障项目按期按质交付；协助整理需求台账、项目纪要等资料，沉淀工作经验，配合团队完成产品相关辅助工作。

1. 负责自动驾驶系统传感器（如摄像头、激光雷达、毫米波雷达等）的标定工作，包括内参标定、外参标定及多传感器联合标定。2. 与感知、融合、定位等团队协作，确保标定结果满足系统需求。3. 分析标定与采集数据质量，解决标定过程中的异常问题，撰写标定报告和技术文档。4. 参与车辆标定平台的搭建与维护，推动自动化标定工具的开发与落地。5. 支持量产项目的标定需求，包括工厂端标定方案设计及现场问题排查。6. 参与整车电检、底盘烧录（CDCU、BC...

1. 负责车载感知系统中与机器学习相关模块的研发与实现；2. 负责基于不同传感器及多传感器数据的目标检测、分割、跟踪、分类等机器学习任务的研发、实现、部署与性能评估；3. 协同上下游完成量产泊车功能模块的技术方案设计与实现。

负责车上感知系统中激光点云处理相关工作，包括点云分割、点云过滤、反射检测等；负责车上感知系统中激光、相机、毫米波等多传感器数据融合算法的开发；负责基于数据驱动的感知算法持续迭代，不断提升对长尾问题的处理能力。

探索BEV范式下的车道线检测、实时局部建图等前沿技术；聚焦视觉技术在自动驾驶感知领域的研发落地，参与从数据采集分析、模型算法设计到部署验证的全流程实践；了解自动驾驶系统架构设计和技术细节，参与相关工程实践；将研究成果转化为论文和专利。

负责车上感知系统中与机器学习相关模块的研发与实现；负责车下基于不同传感器及多传感器数据的目标检测、分割、跟踪、分类等机器学习任务的研发、实现与部署；负责车下机器学习模型的性能评估。

负责研发基于视觉特征点和语义视觉特征的匹配定位方案；负责定位算法在高速 NOA、记忆泊车和城区 NOA（通勤 NOA）中的落地；探索端到端匹配定位方案的研发与落地。要求计算机、自动化、电子信息等相关专业硕士及以上学历；具备自动驾驶从业经验，有量产定位匹配算法交付经验者优先；熟练使用 TensorFlow 或 PyTorch 等常见框架，有基于深度学习进行 SLAM 特征提取与匹配技术经验者优先；熟悉常见第三方高精地图、轻图和 SD 地图...

研究并开发前沿 VLA 模型与算法，撰写并发表高水平论文。要求满足以下方向之一：1）熟悉 NLP 经典工作、GPT 系列、DeepSeek 系列，并具备预训练、SFT 或 RL 微调相关经验；2）具备自动驾驶深度学习经验，熟悉 BEV 感知、Trackformer、MapTR、端到端模型中的至少一种；3）研究方向为强化学习，熟悉 GRPO 等算法，并完整开发过强化学习项目；4）具备 Diffusion 背景，熟悉 DDPM、Flow M...

1. 推动多模态大模型（VLM）在自动驾驶场景中的应用与优化。2. 结合实际业务需求，设计并迭代数据闭环，包括数据挖掘、数据构建、自动标注等。3. 参与模型训练流程优化，如数据构建、SFT、评估等。4. 在具体问题上尝试引入生成式方法、时序建模等新模型范式并验证效果。5. 与感知、预测、规划等工程团队协作，推动模型在系统中的落地。6. 在条件合适的情况下，支持相关方向的技术总结与论文发表。