
第四范式信号雷达实习生
实习兼职技术类地点:北京状态:招聘
任职要求
1、有较好的编程能力,算法开发以python为主 2、信号处理相关的理论基础扎实 3、有统计机…
登录查看完整任职要求
微信扫码,1秒登录
工作职责
1、水声、电磁信号等相关任务的算法研发 2、与已有产品结合,完成水声、电磁信号等相关任务的产品落地 3、算法的部署以及对国产化平台的适配。
包括英文材料
算法+
https://roadmap.sh/datastructures-and-algorithms
Step by step guide to learn Data Structures and Algorithms in 2025
https://www.hellointerview.com/learn/code
A visual guide to the most important patterns and approaches for the coding interview.
https://www.w3schools.com/dsa/
Python+
https://liaoxuefeng.com/books/python/introduction/index.html
中文,免费,零起点,完整示例,基于最新的Python 3版本。
https://www.learnpython.org/
a free interactive Python tutorial for people who want to learn Python, fast.
https://www.youtube.com/watch?v=K5KVEU3aaeQ
Master Python from scratch 🚀 No fluff—just clear, practical coding skills to kickstart your journey!
https://www.youtube.com/watch?v=rfscVS0vtbw
This course will give you a full introduction into all of the core concepts in python.
机器学习+
https://www.youtube.com/watch?v=0oyDqO8PjIg
Learn about machine learning and AI with this comprehensive 11-hour course from @LunarTech_ai.
https://www.youtube.com/watch?v=i_LwzRVP7bg
Learn Machine Learning in a way that is accessible to absolute beginners.
https://www.youtube.com/watch?v=NWONeJKn6kc
Learn the theory and practical application of machine learning concepts in this comprehensive course for beginners.
https://www.youtube.com/watch?v=PcbuKRNtCUc
Learn about all the most important concepts and terms related to machine learning and AI.
还有更多 •••
相关职位
实习
辅助毫米波雷达全链路 AI 算法设计与开发,覆盖从原始回波信号处理到智能感知输出的完整流程。重点基于原始回波信号或谱图数据,实现睡眠监测、人体行为识别(含姿态检测、动作判断)及多目标跟踪、轨迹预测等核心技术的研发
更新于 2025-11-04武汉
实习
1. 协助团队完成机器学习或图像处理模型的搭建、训练与优化,参与数据预处理、特征工程等相关工作; 2. 协助进行毫米波、激光雷达等相关信号的采集、预处理及分析工作(有相关经验者优先); 3. 配合正式员工完成技术文档的整理、实验报告的撰写;
更新于 2026-03-23武汉
实习
职位概述: 我们寻找一位智能传感器开发工程师/专家,为机器人在复杂环境(如导航、抓取操作、人机交互)中设计创新的感知方案。负责多传感器(视觉、触觉、IMU、RTK等)与算法的深度融合,开发高可靠性感知系统,并推动机器人平台的落地应用。该职位需兼具硬件设计、算法优化及工程实现能力。 1. 传感器系统方案设计:分析机器人需求,定义传感功能及技术指标,完成关键技术预研与可行性评估。 2. 传感器设计与优化:主导视觉、雷达、触觉等传感器的仿真设计、选型及性能优化。 3. 系统验证与交付:制定硬件与算法测试方案,验证仿真/真实场景性能,确保产品交付。 4. 软硬件协同优化:集成传感器与算法,提升系统在动态环境中的实时性与稳定性。 5. 多传感器融合算法开发:设计并优化视觉/IMU/触觉等数据融合算法,增强环境感知能力。 6. 跨团队协作:与算法、硬件、系统团队协同,确保传感器与机器人平台无缝对接。 7. 前沿技术探索:研究新型传感器技术及机器学习模型,推动感知系统创新。
更新于 2025-07-07深圳
