
地平线动态感知算法专家
任职要求
1. 计算机视觉、模式识别、机器学习、电子信息、机器人等相关专业的硕士/博士或者同等工作经验; 2. 熟悉主流深度学习算法,精通一/多个领域,包括但不限于 目标检测、分割、跟踪、多任务学习、立体视觉等领域; 3. 掌握一种以上的深度学习训练框架(Pytorch, MXNet, Tensorflow…) 4. 深入了解数据结构、算法、代码优…
工作职责
1. 负责城区高阶辅助驾驶功能 动态感知算法研发和工程落地,包括视觉/Lidar融合模型、Occupancy Network 网络、多任务模型等; 2. 探索使用端到端、时序等高效学习算法检测周围环境信息和交通参与者信息,探索云端算法性能上限,同时结合端侧算力算子实现量产落地; 3. 掌握数据端云挖掘、标注、训练、部署及badcase回归等闭环链路,通过数据闭环持续迭代模型能力,解决专项问题。
1.持续推动前沿技术落地,并持续优化视觉为主导的感知基础模型,并以业务和线上问题为导向,驱动优化感知系统。 2.主导动态感知领域复杂问题的分析与解决,负责核心模块的研发与效果打磨。具体方向包括但不限于:障碍物检测与跟踪、红绿灯检测,语义与意图理解。 3.和上下游团队共同推动算法的完全数据驱动和端到端可导能力建设。

1、负责智能驾驶感知系统中动态模型算法的研发与优化工作,包括但不限于车辆、行人、自行车等动态目标的检测、跟踪与识别任务,提升算法的准确性、鲁棒性和实时性,为车辆的决策规划提供可靠的动态环境信息; 2、深入研究和应用深度学习、计算机视觉等技术,设计高效的动态模型算法,优化模型结构和参数,提高算法在不同场景下的适应性和性能表现; 3、基于大量的实际道路数据和模拟场景,对动态模型算法进行训练和优化,确保算法在各种复杂环境下的稳定性和可靠性; 4、与感知团队的其他成员(如静态模型算法专家、感知融合专家等)紧密合作,共同解决感知系统中的技术难题,提升整个感知系统的性能和可靠性; 5、与算法团队、软件团队、硬件团队等其他相关部门进行有效的沟通和协作,确保动态模型算法的开发和优化工作与整个智能驾驶项目的进度和目标保持一致。
1. 以业务和线上问题为导向,深入分析并解决动态感知领域的核心技术难题,负责具体模块的研发与效果打磨。方向包括但不限于:红绿灯检测、障碍物检测与跟踪、语义与意图理解。 2. 持续推动前沿技术落地,优化以视觉为主导的感知基础模型,结合"深度学习模型 + 算法策略"双轮驱动,系统性提升 MPI / MPHB 等核心指标。 3. 参与感知系统架构讨论,具备从模块视角发现系统性问题、提出并落地优化方案的能力。 4. 配合上下游团队推动算法的数据驱动迭代和端到端可导能力建设。