1. 算法研发： 设计并实现基于摄像头、激光雷达/毫米波雷达的多模态融合感知算法（如目标检测、分割、跟踪、SLAM等）。优化深度学习模型（CNN/Transformer/PointNet++等）在图像和点云数据上的性能与实时性。 2. 数据处理： 构建大规模图像和点云数据集，设计数据增强、标注规范及自动化处理流程。解决传感器标定、时序同步、噪声过滤等实际问题。 3. 模型部署： 将算法部署到嵌入式平台（如NVIDIA Jetson、地平线等），优化计算效率（TensorRT/量化/剪枝）。 4. 技术攻关： 研究前沿论文（如BEV感知、4D雷达、Occupancy Networks等），针对长尾问题提出创新解决方案。 5. 跨团队协作： 与传感器、规控、系统团队合作，推动算法产品化。

一、 硕士及以上学历，计算机/自动化/信息/电子/软件/机器人等专业； 二、知识经验： 1. 3年以上感知算法研发经验，扎实的计算机视觉或点云处理背景。 2. 熟练掌握PyTorch/TensorFlow，熟悉OpenCV/PCL/ROS等工具库。 3. 熟悉经典算法（如CNN系列知名视觉AI模型、YOLO、PointPillars、CenterPoint等）。 三、工程能力： 1. 精通Python/C++，有嵌入式部署经验（如CUDA、ONNX）。 2. 熟悉多线程、GPU加速、通信协议（CAN/Lidar协议）。 四、附加要求（加分项）： 1. 有自动驾驶L2+以上项目经验，或顶级会议论文（CVPR/ICRA等）。 2. 熟悉多传感器融合（相机+雷达+IMU）或时序建模（RNN/3D卷积）。 3. 熟悉AutoML、分布式训练框架（如MMDetection3D、OpenPCDet）。