负责研发基于多传感器（摄像头、激光雷达、毫米波雷达）的动态障碍物检测与跟踪算法。核心工作包括目标识别、跟踪及轨迹预测，并应用于BEV（Bird's Eye View）空间下的多模态感知任务。重点探索端到端模型（如MOTR、OVTR等）等跟踪技术，提升算法在复杂场景中的泛化能力与实时性。

硕士及以上学历，计算机、自动化、车辆工程等相关专业，CET4及以上； 精通以下至少一个方向： 多目标跟踪（MOT）算法：熟悉MOTR、SORT、DeepSORT等框架，具备轨迹查询（Track Query）和跨帧信息融合经验； BEV感知技术：熟悉BEVDet、DETR3D、PETR等模型，掌握LSS或Transformer-based BEV融合方法； 端到端开放词汇跟踪：了解OVTR等先进框架，具备视觉-语言模型（如CLIP）应用经验者优先； 熟悉卡尔曼滤波、多传感器融合（激光雷达/摄像头）及Occupancy Network（OCC）建模； 熟练掌握Python/C++，有TensorFlow/PyTorch及车载平台（GPU/NPU）部署经验； 具备良好的团队协作和解决复杂问题的能力。