logo of weride

文远知行高精地图系统研发工程师(2026届校招)

校招全职其他地点:北京 | 深圳 | 广州状态:招聘

任职要求


熟练使用C++C++11及以上版本)和 Python,精通常用的数据结构算法熟悉全栈开发熟悉Linux 开发环境熟悉面向对象编程有较强的工程能力及大型系统开发经验热爱技术、积极主动、思维活跃、学习能力强。
加分项:分布式或大型数据处理系统架构经验熟悉React;熟悉ThreeJSwebGL等前端三维渲染技术熟悉大数据主流技术栈和开源框架数据处理的相关经验,ML/DL、推荐、广告、数据挖掘相关知识和经验深度学习系统的搭建与使用经验。

工作职责


自动驾驶高精地图系统研发,实现大规模分布式建图和快速更新。
工作内容包括但不限于:分布式数据处理系统的构建、性能优化与维护云端建图微服务的构建、部署与维护车载地图相关系统的构建,性能及可靠性优化地图质量评测系统搭建与维护。
包括英文材料
C+++
Python+
数据结构+
算法+
Linux+
React+
Three.js+
WebGL+
大数据+
数据挖掘+
深度学习+
相关职位

logo of weride
社招

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。 自动驾驶高精地图系统研发,实现大规模分布式建图和快速更新。工作内容包括但不限于: 分布式数据处理系统的构建、性能优化与维护 云端建图微服务的构建、部署与维护 车载地图相关系统的构建,性能及可靠性优化 地图质量评测系统搭建与维护

更新于 2025-08-01
logo of baidu
社招IDG

-参与高精地图数据生产编译系统的设计和研发 -参与高精地图数据存储服务、数据引擎等基础服务工作 -参与高精地图更新服务的设计和研发工作 -参与高精地图车端应用模块设计和研发工作

更新于 2025-09-19
logo of baidu
社招IDG

- 负责高精地图与在线地图数据车端融合架构的设计和研发; - 负责高精地图高性能车载引擎系统的设计和研发; - 负责高精地图系统与定位、PNC等其他自动驾驶子系统的联合调优,解决关键技术问题。 - 参与制定自动驾驶地图相关的技术方案,探索前沿技术方向。

更新于 2025-06-16
logo of weride
社招

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。 1. 基于深度学习打造不依赖高精度地图的定位和实时地图系统,包括模型设计、训练、部署,车上系统反馈和形成数据闭环 2. 设计和构建深度神经网络模型,用于对传感器数据进行特征提取、数据融合和位置估计 3. 处理和分析大规模的自动驾驶系统相关的Camera、Lidar、GPS和IMU等各种传感器数据,利用深度学习技术进行特征提取、数据建模和预测分析 4. 进行深度学习模型的调优和调参,以提高模型的性能、效率和鲁棒性

更新于 2025-08-01