小米激光雷达算法专家 - 上海/北京
任职要求
1. 3年以上工作经验，光学、数学、电子工程、计算机等相关专业背景。 2. 激光雷达算法开发量产经验，熟悉激光雷达传感器物理模型及信号处理流程、算法性能优化、点云后处理、融合感知中的一项或多项。 3. 出色的问题分析和解决能力，了解激光雷达算法上下游工作逻辑…
工作职责
1. 算法架构设计：负责应用于智能辅助驾驶的激光雷达信号处理算法架构设计，包括原始信号处理、点云信号处理、多传感器信号融合等相关的算法架构。 2. 信号处理算法开发：开发激光雷达信号处理算法，包括原始数字信号编码、传输、解算、后处理、应用等核心算法开发。 3. 信号处理算法仿真：负责信号处理算法链路仿真模型的设计与开发，建立完整的激光雷达算法仿真能力，指导系统方案设计和器件选型。 4. 算法应用开发：联合上下游完成传感器原型试制、性能标定，与算法团队深度合作，研究优化传感器信号的使用方式，探索传感器感知能力边界。 5. 系统性能优化：深度参与传感器系统方案设计，包括系统功能和性能定义、系统架构设计、子系统方案选型、信号处理算法优化等关键任务。
1. 负责悬架预瞄前端算法的开发，即使用激光雷达，摄像头等感知设备，结合传感融合的算法，获取供底盘使用的路面高程，路面特征等信息； 2. 负责预瞄前端算法的软件架构设计，核心算法设计，代码开发； 3. 负责预瞄前端算法软件的架构说明书，算法设计说明书，标定/测试手册等的撰写； 4. 负责相应软件到车载控制器的集成方案制定与相关测试工作。
1、负责图像（2D/3D）和点云领域的核心感知算法研发与优化，包括但不限于：目标检测、语义/实例分割、多目标跟踪、通用障碍物、多传感器融合等； 2、探索并将最前沿的深度学习模型（如Transformer、BEV感知、Occupancy Networks等）应用于云端真值系统； 3、对感知模型的性能瓶颈进行深度分析和攻关，持续提升算法在精度、速度与稳定性上的表现；
1. 负责智能驾驶感知系统中静态模型算法的研发与优化工作，包括但不限于车道线检测、交通标志识别、道路边界识别等静态环境感知任务，提升算法的准确性、鲁棒性和实时性，为车辆的决策规划提供可靠的静态环境信息； 2. 深入研究和应用深度学习、计算机视觉等技术，设计高效的静态模型算法，优化模型结构和参数，提高算法在不同场景下的适应性和性能表现； 3. 基于大量的实际道路数据和模拟场景，对静态模型算法进行训练和优化，确保算法在各种复杂环境下的稳定性和可靠性； 4. 与感知团队的其他成员（如动态模型算法专家、感知融合专家等）紧密合作，共同解决感知系统中的技术难题，提升整个感知系统的性能和可靠性； 5. 与算法团队、软件团队、硬件团队等其他相关部门进行有效的沟通和协作，确保静态模型算法的开发和优化工作与整个智能驾驶项目的进度和目标保持一致。
1、负责智能驾驶感知系统中动态模型算法的研发与优化工作，包括但不限于车辆、行人、自行车等动态目标的检测、跟踪与识别任务，提升算法的准确性、鲁棒性和实时性，为车辆的决策规划提供可靠的动态环境信息； 2、深入研究和应用深度学习、计算机视觉等技术，设计高效的动态模型算法，优化模型结构和参数，提高算法在不同场景下的适应性和性能表现； 3、基于大量的实际道路数据和模拟场景，对动态模型算法进行训练和优化，确保算法在各种复杂环境下的稳定性和可靠性； 4、与感知团队的其他成员（如静态模型算法专家、感知融合专家等）紧密合作，共同解决感知系统中的技术难题，提升整个感知系统的性能和可靠性； 5、与算法团队、软件团队、硬件团队等其他相关部门进行有效的沟通和协作，确保动态模型算法的开发和优化工作与整个智能驾驶项目的进度和目标保持一致。