美团高精地图建图算法实习生
任职要求
1、硕士学历，自动化、电子、计算机或相关专业 2、至少熟悉以下技术栈其中之一: a.熟悉常用的激光雷达或者视觉slam算法以及刚体运动、坐标变换、旋转矩阵、四元数等理论/算法，熟悉常用的非线性优化/位姿图优化/因子图优化等理论/算法 …
工作职责
1、协助优化高精地图量产流程，提升产线精度、自动化率与效能 2、协助研发道路拓扑、车道线、交通设施等核心地图要素的提取与更新算法，提升要素生成精度与效率
我们希望你是 2024年11月-2026年10月 期间毕业的 博士/硕士研究生 同时也是： 学术先锋：在国内外顶刊/顶会上发表过重要学术论文（包括但不限于NeurIPS、ICML、CVPR、ICCV、ECCV 等顶会或 IEEE Transactions 系列核心期刊） 竞赛达人：在国内外顶尖赛事中取得优秀成绩（包括但不限于RoboMaster、Topcoder、Codeforces、ACM-ICPC、RoboCup、Kaggle、Nips、Kdd） 实战高手：有自动驾驶、机器人、大模型基座，复杂Agent相关科研项目或实习经历（包括但不限于感知算法优化、决策模型开发,复杂多Agent的搭建等） 同频共振：理性务实、敢想敢干、渴望成功、乐观激进、聪明自省 工作内容 1.面向L4业务的行泊车场景，开发高精度、高可靠性的定位与建图算法，包括但不限于在高精场景，轻图场景，端到端场景下解决相关cornercase问题；针对车载计算平台特性，优化算法性能与资源占用，提升系统实时性与鲁棒性。 2.参与多传感器（GNSS/LiDAR/IMU/轮速/视觉等）融合定位和建图算法设计和迭代优化。 3.参与在线语义地图构建、数据挖掘、云端模型、4dlabel等算法研发。 4.参与基于GNSS， IMU等传感器多场景下的实时车道级绑路、偏航算法，基于深度学习的地图匹配，航位推算等算法研发。 5.负责激光、视觉以及语义信息的三维重建、SLAM算法研发。支撑众包地图产线研发和量产落地，提升众包建图有效率。
1.如果你对于精准识别自动配送车周围的环境状态感兴趣，你可以参与到环境感知的算法研发； 2.如果你对于预测自动配送车周围障碍物意图和行为感兴趣，你可以参与到障碍物预测的算法研发； 3.如果你对于精确制定并完成自动配送车的行驶轨迹感兴趣，你可以参与到决策规划与控制的算法研发； 4.如果你对于精细刻画自动配送车行驶区域内的环境及精确定位感兴趣，你可以参与到高精地图的自动化元素提取、建图与更新以及定位算法研发； 5.如果你对于综合各类传感器数据并得到精确结果感兴趣，你可以参与到传感器融合的算法研发。
1.负责多源采集资料自动化建图算法的设计、开发与优化，涵盖地图构建、在线局部地图生成、地图更新与维护等流程； 2.主导多源传感器数据（激光雷达、相机、IMU、RTK、卫星影像）的融合建图方案，解决点云 / 图像特征提取、配准、语义分割、矢量化生成等核心技术问题； 3.探索端到端矢量化建图、语义 SLAM、扩散模型辅助建图等前沿技术，落地 MapTR/SuperMapNet/HRAN 等主流算法的工程化优化； 4.与数据采集、地图生产和应用等团队协同，推动建图算法在地图渲染和导航等场景的落地验证，制定地图精度评估标准与迭代方案； 5.跟踪多模态融合建图等行业前沿技术动态，推动大模型等技术方案在自动化建图领域落地应用。
1.参与高精地图CV感知算法设计和研发，包括但不限于2D、3D目标检测、分割等方向； 2.参与高精地图CV感知算法设计和研发，包括多模态大模型感知技术以及AIGC研究技术的研发； 3.参与CV感知算法在高精以及车道级地图产品中的落地与优化。