虹软科技
智能驾驶算法工程师
智能驾驶算法工程师
发布于 大约 3 小时前普通员工/个人贡献者
杭州市 / 上海市
中级经验
全职员工
仅现场办公
硕士
计算机视觉工程
图像分割
机器学习
深度估计
深度学习
目标检测
自动驾驶
行人检测
计算机视觉
车道线识别
AI 估算 · 25k–40k
智能驾驶算法岗位热门，硕士学历加持，一线城市薪资较高，预计中位数3.2万/月，14薪。
职位详情
关于这个职位
该职位主要负责智能驾驶场景下的视觉感知算法研发，包括车道线识别、车辆检测、深度估计等核心任务
你将参与算法设计、实验构建以及模型优化，需要紧跟前沿技术并快速复现论文
适合对计算机视觉和机器学习有深入研究背景的算法工程师
最低要求
硕士及以上学历，模式识别、图像处理、机器学习、数学等相关方向
熟悉理解目标检测、分割、跟踪、分类等算法，至少在其中某一方面有深入了解和实践
对机器学习有强烈热情，及时跟进最新动态，并能快速重现论文
学习能力较强，有钻研精神，能结合传统方法快速解决实际场景问题
工作职责
道路场景视觉感知算法研发，包括车道线识别、车辆检测、行人检测、交通标志检测、深度估计、全景分割、行为预测等领域
设计并构建实验数据
算法层面的优化、定制化
优先资格
对机器学习中数据设计有深入理解者优先
有车载相关领域经验者优先
AI 洞察
优缺点分析
优点
- 智能驾驶是高速增长的赛道，技术壁垒高，积累的经验价值大
- 虹软科技是上市公司，平台稳定，项目落地确定性高
- 工作涉及从算法研究到工程优化的全流程，技能全面
- 车载场景对算法实时性和鲁棒性要求苛刻，调试难度高
- 城市选择多但可能需要频繁出差或异地协作
- 适合对计算机视觉和自动驾驶有浓厚兴趣，具备较强研究能力和工程实现能力的算法工程师
缺点 / 挑战
- 算法迭代快，需要持续学习并保持技术领先，压力较大
角色解读
- 从算法工程师晋升为高级算法工程师或技术专家，主导核心算法模块
- 向自动驾驶系统架构师或技术负责人方向发展，统筹感知、规划等系统
- 横向扩展到其他AI方向，如多传感器融合、SLAM等
- 研发道路场景的视觉感知算法，涵盖车道线、车辆、行人、交通标志的检测与识别
- 设计和构建实验数据集，用于训练和评估算法模型
- 对现有算法进行优化和定制化，适配具体车载场景需求
- 扎实的计算机视觉和机器学习基础，熟悉目标检测、分割、跟踪等核心算法
- 能够快速阅读并复现前沿论文，跟上领域最新动态
- 具备数据设计和处理能力，对模型性能有深入理解
申请策略
- 在简历中前置与智能驾驶相关的项目成果，用量化指标说明效果
- 提前了解虹软科技的智能驾驶产品线，面试中可针对性讨论
- 突出在目标检测、分割等方向的项目经验和论文复现经历
- 强调参与过的车载或视觉感知相关实际落地项目
- 展示对数据设计和模型优化的深入理解，如数据增强、训练策略等
- 补充自动驾驶领域的特定知识，如行为预测、多传感器融合
- 熟悉至少一种主流深度学习框架（如PyTorch）和部署工具（如TensorRT）
面试指南
- 用STAR法则结构回答项目问题：情境、任务、行动、结果
- 对于技术对比类问题，先列举候选方法，再说明选择理由和权衡
- 对前沿技术问题，展示跟踪来源（如CVPR/arXiv）并阐述核心思想
- 请详细讲一个你实现的目标检测或分割项目，包括技术选型和优化过程
- 如何平衡算法精度和推理速度？在车载场景下你有哪些优化经验？
- 最近有哪些你关注的计算机视觉前沿技术？如何快速复现一篇论文？
- 描述一次你通过数据设计提升模型性能的经历
- 你对自动驾驶中的行为预测算法有哪些了解？
职位点评
64
综合评分
上市企业智能驾驶算法岗，前沿技术栈，成长性强，但工作地点和WLB不明。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
更适合这类人
该职位最适合追求技术成长和前沿领域的高动机求职者，对生活平衡要求不高。
表现最好
成长发展
相对薄弱
工作生活
薪资福利60
成长发展85
工作生活40
使命价值70
薪资福利
60中等
薪资未在JD中明确，但基于行业和公司规模有竞争力，福利未提及。
薪资信号未披露（AI估算：25K-40K/月）
成长发展
85较高
技术前沿性强，提供快速学习和成长机会，但未明确晋升通道。
技术前沿前沿/新兴技术
技术栈计算机视觉、目标检测、图像分割、深度学习、自动驾驶
业务类型ambiguous
工作生活
40较低
工作地点多且未说明弹性办公，可能需出差或加班，生活平衡一般。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
70中等
智能驾驶行业前景好，社会影响中性，技术驱动创新。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
虹软科技 的其他在招职位
相似职位推荐
Watch Jobs