滴滴感知算法工程师(J240806005)

任职要求

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…

工作职责

公司介绍
滴滴于 2016 年组建自动驾驶技术研发部门，致力于打造世界领先的 L4 级自动驾驶技术，通过科技让出行更安全、更高效。我们相信，将自动驾驶技术部署在共享出行车队中，将创造最大的社会价值。依托滴滴在出行领域的 先进技术、海量数据、丰富经验和完整的出行平台生态，我们正在打造并运营世界领先的自动驾驶 Robotaxi 车队，推动自动驾驶在城市复杂交通场景中的规模化落地。

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)