1、负责自动驾驶融合定位模型研发，涵盖需求分析、技术方案、架构设计、技术开发与优化； 2、参与 GNSS、视觉、IMU 等多源数据融合的端到端定位方案落地，解决复杂环境（遮挡、弱信号）下定位精度低、鲁棒性差等问题； 3、研发基于激光雷达/视觉、多模态的自主建图与定位更新算法； 4、构建轻图/无图条件下实时定位的闭环系统，包括地图压缩、定位匹配、偏差校正及在线/离线评估体系； 5、优化定位模型推理性能，完成模型压缩、量化、蒸馏，适配端侧 / 边缘端低延迟、低算力的部署要求； 6、协同硬件、工程、测试团队，推动定位方案从实验室验证到量产落地，保障线上定位性能稳定。

1、计算机、自动化、测绘工程等相关专业硕士及以上学历，6年+定位算法 / 深度学习研发经验，熟悉端到端定位模型（如 Transformer/CNN-based E2E 定位框架）； 2、精通 PyTorch/TensorFlow 等深度学习框架，能独立完成端到端定位模型的训练、调优与部署全流程； 3、熟练掌握C++/Python，具备良好的算法实现与工程落地能力； 4、熟悉 GNSS、视觉 SLAM、IMU 等定位技术原理，有多源数据融合的端到端定位项目实践经验； 5、掌握模型工程化技术（压缩、量化、推理优化），有端侧 / 边缘端定位模型落地经验者优先； 6、具备较强的问题解决能力、跨团队沟通能力，能快速响应业务需求，跟进定位技术迭代； 7、有汽车、机器人等领域的量产项目经验、车规级部署经验者优先。