智能驾驶软件算法工程师8213

岗位职责 1、负责对智驾算法生态合作伙伴、开源智驾算法的整体软件系统方案设计（高速NOA、城市NOA、泊车等）、架构搭建与优化，适配各个场景核心需求，搭建软件在环与硬件在环，搭建整车POC环境。 2、牵头智驾算法系统与底软、传感器、执行器等外域模块的全流程对接，保障接口兼容、数据通畅。明确感知、融合、定位、PNC等数据需求，解决数据异常问题，保障算法精准性。 3、对接执行器团队，优化控制指令响应与精度，确保算法决策精准落地为车辆动作， 4、编写技术文档与对接规范，跟踪行业前沿技术，持续优化系统协同性能。 5、模型部署与研发:将模型部署到嵌入式平台(如NVIDIA、 地平线等主流智驾芯片平台，以及自有芯片平台)，针对现有模型训练、验证，优化计算效率、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。 6、开源框架适配:熟悉主流开源智驾算法模型架构，如slam、APA、AVP、ADAS等等，并基于主流开源框架进行二次开发或定制化改进及模型部署。 7、参与评估智驾算法生态伙伴的产品（如高速NOA、城市NOA、ADAS、APA、AVP等），参与智驾模型的总体技术选型与论证。同时主导自研基于BEV、Transformer、VLA等前沿架构的方案设计，研究和评估业界最新的端到端自动驾驶模型(如Occupancy、UniAD等)，针对智驾算法/算子提出对智驾芯片的需求（NPU、VDSP、CPU等）； 8、深入理解模型从感知、预测到规划控制的端到端映射关系，并进行针对性优化，设计和实现高效的分布式训练策略,对模型收敛性、泛化能力和实时性负责。 任职要求 1、本科及以上学历，计算机、自动化、车辆工程等相关专业,硕士学历优先。 2、5年及以上智驾算法开发经验，如高速NOA、城市NOA、AVP、APA、ADAS等功能模块相关的定位、感知、PNC等任意算法开发经验。 3、熟悉底软、传感器、执行器工作原理,掌握对接逻辑，能独立排查对接技术难点。熟悉C/C++或Python、PyTorch/TensorFlow,熟悉OpenCV/ PCL/ROS等工具库语言, 4、了解Linux系统及ROS 框架，会使用车载相关调试工具。 5、了解智驾相关行业标准，具备良好的跨团队沟通与文档编写能力。 6、熟悉经典算法(如CNN系列知名视觉AI模型、 YOLO、PointPillars、CenterPoint等) 7、有自动驾驶视觉3D感知、BEV/OCC算法相关项目量产经验，或参与过行车或泊车场景视觉3D目标检测算法研发项目 8、了解主流智驾端到端大模型技术，熟悉智驾大模型模型蒸馏、量化等模型优化技术。