哈啰感知算法工程师/专家（静态要素感知方向）-【自动驾驶】
任职要求
1、熟悉车道线/路沿/停止线等静态要素检测相关算法原理及设计，对问题归因分析并闭环解决； 2、熟悉主流深度学习算法，包括但不限于目标检测、分割、跟踪、多任务学习、立体视觉等领域，有计算机视觉、模式识别领域顶会，（CVPR/ICCV/ECCV/ICML/NeurIPS）或顶刊（TPAMI…
工作职责
1 、负责无人车地面静态要素感知算法研发，包含车道线、路沿等要素检测工作，对感知问题深入分析并解决； 2、探索2D/3D检测，以及时序和多传感器融合算法； 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、模型部署等; 4、掌握通过数据闭环持续迭代模型的能力。
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；
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
1.负责城区、高速辅助驾驶系统环境模型构建相关算法开发及工程化落地； 2.构建两段式方案自动驾驶环境认知能力以及环境模型的研发； 3.根据感知静态要素、高精地图，构建道路模型，结合导航、感知动态障碍物等，为决策规划提供准确、安全的行驶环境；包括逻辑要素构建、道路拓扑、车道参考线、静态要素关联等 4.根据交通流、freespace、目标车辆等可用信息构建安全车道和行驶参考线，解决非结构化道路、非对称路口、施工区等场景的通行问题 5.参与工程化项目开发，分析泛化问题，并设计优化和解决方案
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；