岗位描述
1. 负责研发面向高精度静态环境感知的端到端深度学习模型，重点覆盖交通信号灯、交通标识、车道线、路缘、静态障碍物等关键元素的检测与识别；2. 构建并优化基于多传感器（摄像头、激光雷达、高精地图）融合的静态场景感知算法，确保在复杂城市道路、隧道以及强光、弱光等极端场景下的鲁棒性；3. 主导红绿灯状态识别（颜色、闪烁、倒计时）及空间定位算法研发，解决小目标检测、遮挡、动态背光等关键技术挑战；4. 设计端到端模型架构（如BEV感知、基于Transformer的模型），实现从原始数据到结构化静态场景输出的高效映射。任职要求：硕士及以上学历，计算机科学、人工智能、机器人、自动化等相关领域；精通深度学习在计算机视觉中的应用，熟练掌握目标检测、语义分割、关键点检测等任务；具备红绿灯、交通标识等静态元素感知实战经验，熟悉相关数据集；熟练使用PyTorch/TensorFlow框架，具备端到端模型从训练到部署的全流程能力；熟练使用Python/C++，熟悉Linux开发环境及CUDA加速。