地平线感知算法工程师（端到端方向）
任职要求
任职要求： * 学历背景：计算机、电子工程、机器人、自动化等相关专业硕士及以上学历。 技术能力： * 熟悉当前主流端到端算法，如VLA、世界模型等，对海量数据训练，多模态，生成式模型有研究经验。有一段式模型训练部署量产经验优先。 * 熟练掌握深度学习框架（PyTorch/TensorFlow），熟悉经典目标检测/分割模型（如 Mask R-CNN、BEVFormer、YOLO 系列等）。 * 熟悉计算…
工作职责
主要职责： * 研发和优化基于深度学习、计算机视觉的目标检测、分割、识别与预测算法（如车道线、交通标志、红绿灯、路沿、动态障碍物、轨迹预测等）。 * 设计多传感器（摄像头、激光雷达、毫米波雷达等）融合的环境感知方案，提升系统的稳定性和精度。 * 构建大规模场景数据集，设计数据挖掘与标注策略，优化模型训练 pipeline。 * 针对实际场景中的长尾问题（如极端天气、遮挡、低光照等）进行算法优化与创新。 * 将算法部署到车载计算平台（如 NVIDIA、地平线等），实现高性能实时推理。
工作职责： 1、参与智能驾驶端到端模型的开发工作，包括但不限于数据处理、模型设计、训练和优化等环节，提升模型在复杂交通场景下的感知、决策和控制能力； 2、结合实际业务需求，对端到端模型进行针对性的优化和调整，确保模型能够准确、高效地处理智能驾驶中的各种任务； 3、参与两段式端到端业务和一端式端到端业务的探索和实践，深入了解不同业务模式的特点和需求，为团队在业务模式选择和优化方面提供有价值的见解和建议；
工作职责： 1、参与智能驾驶端到端模型的开发工作，包括但不限于数据处理、模型设计、训练和优化等环节，提升模型在复杂交通场景下的感知、决策和控制能力； 2、结合实际业务需求，对端到端模型进行针对性的优化和调整，确保模型能够准确、高效地处理智能驾驶中的各种任务； 3、参与两段式端到端业务和一端式端到端业务的探索和实践，深入了解不同业务模式的特点和需求，为团队在业务模式选择和优化方面提供有价值的见解和建议；
1. 负责无人机/机器人的感知算法开发与落地，包括但不限于：多传感器融合算法，目标识别、检测、跟踪与场景理解算法开发与预研； 2. 设计数据采集方案与仿真测试系统 ，构建面向复杂场景的感知系统，开发适用于低光照，动态干扰等挑战环境的鲁棒算法； 3. 探索与开发基于视觉/多模态大模型的感知算法，负责相关模型的训练、微调与部署，以提升系统在开放场景下的泛化与理解能力； 4. 负责将AI工具与方法应用于算法研发全流程，提升开发效率与解决方案的智能化水平； 有良好参与无人机/机器人系统集成， 与其他团队协同开发，推动算法落地。
1、主导或参与消费级无人机视觉 SLAM 及 VIO 算法的系统架构设计、核心研发与产品量产落地。 2、攻克多传感器融合算法难题，熟练运用状态估计理论中的滤波与非线性优化技术，持续提升并保证复杂环境下（如弱纹理、动态场景、剧烈运动等）无人机定位与建图的精度、鲁棒性及系统稳定性。 3、配合工程与硬件团队，负责算法在算力受限的嵌入式平台上的高效移植与部署，完成代码的加速、裁剪与产品化落地。