TCLADAS感知算法工程师
任职要求
1、计算机、自动化、数学等相关专业，本科/硕士及以上学历。 2、了解相机成像原理，熟悉单/多目测距原理，有图像处理相关经验者优先。 2、扎实的编程功底、熟悉C/C++和Linux 3、掌握熟悉滤波器（KF、EKF、UKF、PF等），方法以及相关算法库使用经验者优先 4、熟悉各种跟踪算法及其优化者优先，熟悉曲线曲面相关…
工作职责
1、负责基于视觉检测的车辆、行人、车道线、交通标志等静动态目标跟踪和环境感知任务开发及相关算法性能迭代。 2、负责传统视觉相关算法包括多目标跟踪、动静态目标测距测速、车道线拟合、道路建模、多摄像头融合。 3、负责视觉算法相关软件框架优化，负责算法效率优化。 4、负责计算机视觉在车载平台上针对智能驾驶环境感知的算法研究和实现。 5、负责L2 ADAS功能如AEB/ACC/TJA/HMA/TSR.etc 感知/融合算法的功能落地。
工作职责 1. 负责ADAS、城区/高速NOA场景下的感知算法研发和数据闭环，包含模型真值生成链路、数据集构建、数据分析、数据挖掘、数据质检、指标看板等； 2. 掌握数据挖掘、标注、训练、部署及badcase回归等闭环链路，并伴随业务开展持续优化；掌握通过数据闭环持续迭代模型的能力； 3. 探索使用data balance, 数据蒸馏等方法支持端侧和云上模型的可持续开发，同时针对特定场景构建特定数据集生产和算法回归评测工作； 4. 支持模型训练/回归/评测/CICD等自动化链路的开发和维护
1. 负责ADAS、Parking、城区/高速NOA场景下的感知算法研发，包含车道线、停车位、斑马线、箭头等路面标识检测模型，以及交通灯、标识牌检测等模型开发工作。 2. 基于Transformer/GNN实现数据驱动的车端道路拓扑模型搭建； 3. 负责核心算法或模型的原创设计以及工程化落地，如模型优化、评测体系化构建、case迭代等 4. 掌握数据挖掘、标注、训练、部署及badcase回归等闭环链路，并伴随业务开展持续优化；掌握通过数据闭环持续迭代模型的能力；
负责无人驾驶场景中激光雷达感知算法开发与优化，包括但不限于目标检测.目标分类.点云分割.点云补全和目标Tracking等算法研发； 负责点云感知算法研发和系统实现，负责基于点云的目标检测、识别和跟踪；
1. 负责车端感知 / 融合算法全流程项目管理，含需求、开发、集成、验证与交付； 2. 统筹摄像头、雷达、激光雷达等多传感器感知及融合算法迭代； 3. 管控算法性能、精度、稳定性、时延等核心指标，推动问题闭环； 4. 协同算法、嵌入式、测试、整车等团队，保障项目按期高质量落地； 5. 优化研发流程，推进敏捷、CI/CD、自动化测试与版本管理。