
文远知行感知-多模态感知算法工程师-环卫车/物流车
任职要求
1、计算机科学、电子工程、自动化、数学等相关专业,硕士以上学历。 2、熟悉多模态数据(图像、点云、IMU等)特性与融合方法(Kalman滤波、Bayesian融合、深度学习融合)。 3、掌握至少一种主流深度学习框架(PyTorch/TensorFlow),具备多模态模型开发经验(如FusionNet、TransFuser、BEVFormer)。 4、熟练掌握C++、PCL库和常用的数据结构与算法 5、强烈责任心及良好学习沟通能力,具备较好的团队合作精神 加分项 1、熟悉高性能运算加速工具 CUDA 2、ACM/ICPC 获奖
工作职责
多模态感知算法工程师 1、设计并实现多模态传感器(摄像头、LiDAR、IMU)的数据融合算法,提升目标检测、跟踪、场景理解的鲁棒性与精度。 2、构建基于深度学习的多模态感知模型(如BEV融合、时序融合网络),解决遮挡、极端天气、低光照等复杂场景的感知难题。 3、负责激光雷达数据采集与数据处理(长尾数据, 长尾场景),开发高效离线工具链(C++),包括数据处理,模型训练,测试仿真等 4、跟踪多模态感知领域技术,推动算法在业务场景的迭代创新。

公司介绍: 文远知行(WeRide)成立于 2017 年,是全球领先的 L4 级自动驾驶科技公司,致力于“以无人驾驶改变人类出行”,已在全球超过 25 个城市开展自动驾驶研发、测试及运营,累积自动驾驶里程超1600万公里,应用场景覆盖智慧出行、智慧货运和智慧环卫,形成自动驾驶出租车、自动驾驶小巴、自动驾驶货运车、自动驾驶环卫车、高阶智能驾驶等五大产品矩阵,提供网约车、随需公交、同城货运、智能环卫、高阶智能驾驶解决方案等多种服务。 凭借“1个平台+3大场景+5大产品”的多元商业化战略,文远知行商业营收居同类自动驾驶企业之首,已与多家全球顶级主机厂和一级供应商达成战略合作伙伴关系,包括雷诺日产三菱联盟、宇通集团、博世、广汽集团等,不断为人类出行提供更多新选择。 文远知行目前的团队既有来自谷歌、微软、亚马逊、苹果、百度、滴滴的高阶工程师,也不乏刚从顶尖高校毕业的青年才俊。来到我们当中,你会发现这是一个专业、专注、有趣、有料的队伍。大家为了一个激动人心而富有挑战的目标走到一起,互相激励、脑力碰撞,为实现产品落地、创造社会价值、推进行业技术而努力。 对有抱负的工程师,还有什么比这更有意义的呢?我们虚位以待,真诚期待技术过硬、志趣相投的小伙伴加入我们! 更多信息请访问:http://www.weride.ai,或关注官方微信号:文远知行WeRide 高精地图和定位团队介绍 如果将无人车和人脑类比,高精地图和定位系统大致对应于后者中掌管空间记忆、感知和定位的部分。它的使命是为无人车提供翔实准确的道路3D几何和语义信息,让无人车对行驶环境了如指掌,从而在其中行动自如,我们同时还负责提供高速、精准的3D定位,让车辆每时每刻都知晓当前的精确位置。高精地图和定位在无人车技术栈中占据着非常重要的位置,感知、规划、控制、仿真等各大模块都要依赖它提供的道路环境以及车辆位置的信息对周围世界进行理解,做出正确的决策。文远知行的高精地图和定位团队和公司一起成长,完全自主构建了大规模高精地图,覆盖中美多个城市超过3000公里道路,提供精确达厘米级的3D结构数据以及车道线、交通信号等大量语义信息。自行研发的定位技术,基于激光雷达、相机、卫星及惯性导航等多传感器融合,能提供实时的厘米级定位,成功实现了在暴雨中自动驾驶穿越1.5公里长隧道。 在人工智能的应用中,高精地图和定位是比较独特的。我们知道,计算机视觉作为人工智能的重要分支,其核心问题分为语义理解和几何理解两大类,前者以解析图像中物体或场景的语义信息为目的,后者的目标则是重构3D场景以及对物体进行3D定位。在高精地图和定位系统中,恰恰这两大类技术都有着非常关键的应用。除此之外,我们还是高精度卫星、惯性导航等硬件的重度用户,多模态信号处理和融合更是我们的核心技术之一。因此,这是一个多学科高度综合的应用,无论你精通深度学习等机器学习技术,还是专攻3D重建、SLAM,又或是信号处理、多传感器融合高手,这里都有你一展身手的广阔空间。同时,我们致力搭建大规模、高可用的高精度地图系统,大数据和全栈开发的编程精英同样能找到用武之地。 定位算法工程师 北京或广州或深圳 与地图及定位系统相关的,基于相机、lidar、GNSS、轮速计、IMU等多种传感器的各种智能算法的研发。工作涉及但不限于:多传感器融合建图和定位算法开发、传感器校准、点云数据处理、地图元素自动识别和智能标注等。
1、调研多模态大模型等领域的前沿算法,并进行评测,给出研究报告和知识体系建设; 2、辅助完成数据采集/数据(自动)标注/模型训练评测等相关工作和流程搭建; 3、完成多模态大模型相关领域的论文,并在计算机视觉类的会议投递发表。
1、调研多模态大模型等领域的前沿算法,并进行评测,给出研究报告和知识体系建设; 2、辅助完成数据采集/数据(自动)标注/模型训练评测等相关工作和流程搭建; 3、完成多模态大模型相关领域的论文,并在计算机视觉类的会议投递发表。