Momenta感知算法工程师/专家-北京
任职要求
1. 计算机/数学/物理/电子工程/自动控制专业硕士及以上学历，AI相关研究方向； 2. 具有3-4年的深度学习平台研发经验； 3. 熟悉至少一种深度学习框架，如： TensorFlow，PyTorch，PaddlePaddle； 4. 具有CUDA/…
工作职责
1. 研发基于深度学习的自动驾驶感知前沿技术；
2. 根据应用场景和客户需求定义，提供深度学习解决方案；
3. 挖掘海量数据构建高效的数据自动标注系统；
1.参与多任务训练框架下行车和泊车静态感知要素的优化迭代，包括但不仅限于：车道线、路沿、车位、锥桶等 2. 参与多目相机特征融合、时序特征融合方案设计与优化 3. 持续提升长尾数据、复杂场景、模型边界的感知能力 4.深度优化网络结构、调优模型耗时、提升量化训练精度等
工作职责【负责其中之一的方向即可】 1、【道路几何方向】跟进学界最新主流道路集合感知进展，包括且不限于车道线，停止线，斑马线，Roadmarker, 道路拓扑等方向 2、【Occupancy方向】跟进学界最新主流占据网络感知层面进展，研究基于相机、激光雷达、毫米波雷达等Occupancy感知方案，业界内形成技术领先； 3、【BEV方向】跟进学界主流BEV感知进展，研究基于相机、激光雷达、毫米波雷达等端到端BEV感知方案，业界内形成技术领先； 4、【激光雷达方向】跟进学界主流激光雷达感知进展，研究基于激光雷达的动态&静态障碍物感知技术，业界内形成技术领先；
1. 负责手机影像相关图像算法的研发，研发方向包括：基于深度学习的图像与视频感知算法（如目标检测、语义分割、显著性检测、手势检测、深度估计等）、大模型技术（LLM、AIGC、多模态等）、图像与视频质量/美学评价算法、图像与视频优化算法（包括但不限于美颜、滤镜、特效、消除、选帧、裁切、合成等）； 2. 上述方向的数据集构建及预处理工作，包括收集图像数据，标注数据，数据增强和数据的清洗等； 3. 上述方向的模型优化工作，包括但不限于模型量化、剪枝、稀疏化、结构搜索（NAS）； 4. 负责效果，功能原型设计，并支撑算法在手机影像应用场景的商用落地； 5. 与芯片、系统架构、软件、验证、调试工程师等共同完成相应实现方案的开发工作； 6. 结合AI技术与硬件特性实现对创新方案的探索与预研，撰写相关专利；
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；