TCL感知算法工程师
任职要求
任职要求 1.熟练C/C++/Python，熟悉常用的计算机视觉应用和算法，精通Opencv及其他开源视觉库 2.熟悉TensorFlow,Keras,Caffe,PyTorch等常用深度学习框架至少一种；熟悉R-CNN，MTCNN …
工作职责
工作内容： 1.设计和实现深度学习+机器视觉的智能解决方案，包括光学测距、图像识别、图像分类、物体检测、人脸识别、手势识别 2.跟踪图像分割、图像识别、图像畸变矫正和机器视觉的最新技术和发展方向，对现有产品方案进行优化和升级 3.负责图像处理算法研究、实现和优化。根据业务场景，实现图像识别模型的研发、训练、优化、测试和部署 4.负责算法模型与系统集成
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)
1. 跟踪VLM/VLA、世界模型、3D生成等前沿技术动态，结合地图领域的专业知识，探索其在智能交通与位置服务中的创新应用； 2. 基于高德海量多源异构数据，参与多模态地图大模型的构建、训练及性能调优； 3. 研发面向静态要素检测、occupancy网格预测及三维场景重建的多模态感知算法，建设复杂城市场景下的空间理解与环境表征能力。
团队介绍 蚂蚁集团CRO线全面风险管理部，致力于搭建适配整个集团各业务板块发展的敏捷、有效的全面风险管理体系。从集团层面提升并完善公司的风险治理体系框架，以科技驱动搭建集团智能化风险能力和内控管理能力，为公司管理团队提供全面风险视角下的决策支持，助力业务可持续健康发展。 1、深入理解业务及AI风险，设计研发智能化风险感知算法能力； 2、负责公司战略级业务蚂蚁医疗健康大模型的风险管理； 3、积极探索大模型等前沿技术在风险管理场景应用落地。
-负责车路协同场景计算机视觉或深度学习相关算法，系统及产品落地工作 -研发方向包括但不限于：视觉物体2/3D检测、细粒度分类等 -负责相关视觉算法系统优化，实现产品快速迭代，满足业务产品需求 -基于产品需求和使用场景进行技术方案整合和算法研究开发 -负责智能交通大模型技术研究和落地开发