感知算法工程师-campus-2027

岗位职责：

1、负责工业缺陷检测、智能机器人、港口自动化、自动驾驶及智慧交通等场景的感知算法研发与工程落地，涵盖基于摄像头、激光雷达、4D毫米波雷达的目标检测、分类、分割、跟踪、定位、配准、车道线、可行驶区域、交通标志/信号灯、集装箱号、吊具及着箱检测等任务，以及2D/3D视觉、BEV和Occupancy等感知应用。

2、负责感知模型及推理链路的优化与部署，包括模型训练迭代、模型精简、推理后处理优化、TensorRT/ONNX Runtime及国产平台推理适配；搭建预处理、推理、后处理标准化Pipeline，开展CPU/CUDA/GPU/NPU异构计算、多线程异步调度、数据拷贝及全链路时延优化，保障车端、机器人及工业现场系统的实时性、稳定性和量产落地。

3、负责感知算法评测体系、标注规范及训练/测试数据集建设，推进数据采集、标注、清洗和场景迭代；建立性能回归、日志溯源和问题定位机制，完成算法及视觉模块与硬件、机械、运动控制、域控等系统的联调，解决成像干扰、时序错位、数据异常、线程阻塞、任务堆积及识别精度不足等实际问题。

4、负责内部算法研发工具、视觉方案组件及跨平台推理框架的设计、优化和迭代，输出研发、测试及部署文档；跟进计算机视觉、智能驾驶、机器人、工业智能感知等领域前沿技术，结合业务需求开展技术预研、方案验证和落地，持续提升团队技术竞争力。

任职资格：

1、计算机、人工智能、信息、数学、电子、自动化、机械、测控、光学、精密仪器、汽车等相关专业硕士及以上学历；具备扎实的数学基础、计算机基础和算法功底，熟悉机器学习、深度学习、传统图像处理及计算机视觉算法原理，具备较强的实际问题分析与解决能力。

2、熟练掌握Python、C/C++及Linux开发，熟悉OpenCV、相机标定、图像处理和点云处理；熟悉PyTorch/TensorFlow等主流深度学习框架，具备目标检测、分类、分割、跟踪、定位、3D视觉、BEV、Occupancy或多模态感知等一个或多个方向的项目经验，能够熟练阅读中英文技术文档。

3、具备感知算法工程化部署与性能优化能力，熟悉TensorRT、ONNX Runtime及至少一种国产芯片/NPU推理工具链；掌握多线程编程、异步任务调度、CPU/GPU/NPU异构计算、CUDA加速及预处理/后处理优化方法，熟悉nsys、trtexec或国产平台Profiling工具，有NVIDIA Orin、车载域控、机器人、港口自动化、工业检测或量产项目落地经验者优先。

4、责任心强、踏实严谨、逻辑清晰，具备良好的沟通协作和跨团队联调能力，对技术创新有热情；有顶会/顶刊高水平论文成果、优质开源项目贡献、BEV/多模态大模型/4D感知等前沿方向经验，或具备跨平台模型迁移、国产车载平台部署及量产落地经验者优先。