标定算法工程师
80-100k
北京
3-5年
硕士
招1人
8月15日更新
资深顾问
· 上海梓炎人力资源有限公司
简历处理快
回复速度快
聊一聊
- 职位介绍
- 核心要求：硕士及以上；3 年以上自动驾驶标定或多传感器融合经验；熟悉 Camera/LiDAR/Radar/IMU 标定方法；掌握线性代数、多视几何、概率论、非线性优化；精通C/C++、Python，熟悉 PyTorch/TensorFlow 和 Linux/Git
人才画像/关键词：有量产项目经验优先；对 BEV、Transformer、多模态融合理解深入者优先；有论文 / 竞赛成绩更好
工作内容：负责多传感器标定、在线标定、参数退化补偿和标定质量评估
岗位职责：
1.负责研发不依赖精确标定的多模态感知模型：通过端到端或自监督学习等技术，利用多源数据直接建模传感器间几何关系，实现跨模态特征融合，降低系统对传统离线标定的精度依赖，提升感知系统在标定参数不完美时的鲁棒性；
2.负责开发在线标定与参数退化补偿算法：实现在车辆运行中基于自然场景实时监测与优化传感器参数，并对抗因振动、温差等因素导致的参数退化，以维持感知系统性能的长期稳定；
3.负责构建标定质量评估体系：建立标定精度评估标准与自动化工具链，量化分析标定结果质量，为下游感知、定位模块提供可靠的数据支持与误差分析依据。
任职要求：
1.统招硕士及以上，计算机、测绘、遥感、自动化、车辆工程等相关专业；
2.有3年以上自动驾驶传感器标定或多传感器融合相关工作经验，有量产项目经验者优先；
3.有较强的编程能力，熟练使用至少一种主流深度学习框架（如PyTorch, TensorFlow），以及Linux/Git等工具，并精通 C/C++以及Python编程，有ACM经验者优先；
4.扎实的数理与算法基础，熟练掌握线性代数、多视几何、概率论；熟练掌握非线性优化算法；
5.深入理解车载传感器（Camera、LiDAR、Radar、IMU）的工作原理、误差模型和内/外参标定方法；对BEV感知、Transformer架构有深入理解或实践经验，能清晰阐述其技术原理。熟悉多传感器融合的基本范式（前融合、特征级融合、后融合）。
加分项：
1.在计算机视觉、机器人、机器学习顶级会议/期刊（如CVPR, ICCV, ECCV, NeurIPS, ICRA, IROS, TPAMI, TRO等）发表过相关论文；
2.在主流自动驾驶公开数据集（如NuScenes, Argoverse 2, Waymo Open Dataset）的评测或竞赛中取得优异成绩。
- 其他信息
- 语言要求：不限
- 行业要求：计算机软件,人工智能
猎聘温馨提示：
- 1. 如您发现平台内招聘方存在以下违规行为的，请立即举报
-
- · 扣押您的身份证件或者其他证件；
- · 要求您提供担保人、担保金或者以其他名义向您收取财物（ 如培训费、体检费、资料费、置装费、押金等）；
- · 强迫您入股或者向您集资；
- · 以招聘名义牟取不正当利益；
- · 发布虚假招聘广告信息；
- · 工作时长违反劳动法规定；
- · 存在其他损害您的合法权益的行为。
- 2. 如您应聘的岗位属于涉外劳务合作/海外岗位的，请务必核实招聘方对外劳务合作资质取得情况，同时注意自身资金安全，防范招聘欺诈。
- 了解更多安全防范知识>
- 3. 本平台招聘方不向求职者提供任何收费服务。
查看全部
