初速度
感知算法工程师（Lidar/视觉方向）
感知算法工程师（Lidar/视觉方向）
发布于 6 小时前普通员工/个人贡献者
全职员工仅现场办公计算机视觉工程
计算机视觉工程
3D目标检测
Lidar
图像分割
深度学习
目标跟踪
自动驾驶
计算机视觉
值不值得投
79综合评分
综合评分 79
自动驾驶核心感知算法岗，技术前沿且成长空间大，薪资竞争力强，但WLB情况未明确。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
4.5万
比计算机视觉工程中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
18 个在招
市场机会
选择面较广
北京 · 计算机视觉工程 · 约 130 个在招
职位详情
关于这个职位
该职位主要负责自动驾驶场景下的激光雷达与计算机视觉感知算法的设计与研发，涵盖3D目标检测、分割与跟踪等核心任务
你需要将算法落地于不同级别的自动驾驶产品中并进行持续优化，推动自动驾驶技术的实际量产与应用
最低要求
深刻理解深度学习，有独立分析问题、定位问题、解决问题的能力
出色的编程能力，熟悉C++或Python
工作职责
参与自动驾驶Lidar/计算机视觉感知算法设计和研发，包括但不限于3D目标检测、分割、跟踪
参与Lidar/视觉感知算法在不同级别自动驾驶产品中的落地与优化
优先资格
有相关方向的顶会、顶刊论文发表加分，有国际竞赛获奖经历加分
有大型工程项目落地经验、优秀开源项目研发经历优先
AI 洞察
优缺点分析
优点
- 处于自动驾驶核心赛道，技术壁垒高，个人技术成长空间大
- 参与不同级别自动驾驶产品的落地，能积累丰富的工程化与量产经验
- 自动驾驶感知算法迭代快，需要持续跟进前沿论文与技术
- 工程落地过程中需解决大量长尾问题（Corner Cases），对问题定位和解决能力要求极高
- 适合对自动驾驶充满热情、具备扎实深度学习基础且渴望在核心算法领域深耕的技术人才
缺点 / 挑战
暂无明显挑战项
角色解读
- 从初级算法工程师成长为感知算法专家或技术负责人
- 可向多传感器融合、自动驾驶系统架构或自动驾驶产品落地方向横向发展
- 负责自动驾驶系统中激光雷达与视觉传感器的感知算法研发，包括3D目标检测、分割和跟踪
- 推动感知算法在不同级别自动驾驶产品中的工程化落地与性能优化
- 扎实的深度学习理论基础与计算机视觉/点云处理算法经验
- 精通C++或Python编程，具备优秀的工程实现与问题排查能力
申请策略
- 了解初速度在不同级别自动驾驶（如量产辅助驾驶与Robotaxi）的产品布局，面试时结合具体产品线准备算法落地案例
- 重点突出在3D目标检测、点云处理或视觉感知相关的项目经验及落地成果
- 展示顶会/顶刊论文、国际竞赛获奖或知名开源项目贡献
- 深入学习多传感器融合技术（Lidar+Camera），提升C++工程化部署与性能优化能力
面试指南
- 采用STAR法则，重点突出“问题定义-方案选型-工程实现-效果评估”的完整闭环，强调量化指标（如mAP提升、推理延迟降低）
- 请详细介绍你参与过的一个3D目标检测或点云分割项目，遇到了哪些难点及如何解决？
- 在Lidar和视觉感知算法落地到车端时，如何进行算力限制下的模型优化与部署？
- 如何处理自动驾驶感知中的长尾问题（Corner Cases）或数据分布不平衡问题？
- 请分享一段你独立分析并解决复杂算法或工程问题的经历
- 复习经典的3D视觉与点云处理算法（如PointNet, VoxelNet, CenterPoint等），并了解当前业界主流的BEV感知架构
- 准备1-2个自己主导的算法落地或优化案例，重点说明工程化过程中的权衡与取舍
职位点评
薪资福利85
成长发展90
工作生活50
使命价值85
薪资福利
85较高
自动驾驶核心算法岗，薪资处于行业较高水平，但JD未明确披露具体薪资与福利细节。
薪资信号未披露（AI估算：3千–6万/月）
成长发展
90较高
处于自动驾驶前沿领域，涉及Lidar与视觉感知核心算法，技术成长空间极大。
技术前沿前沿/新兴技术
技术栈Lidar、计算机视觉、3D目标检测、分割、跟踪、深度学习、C++、Python
业务类型ambiguous
工作生活
50较低
JD未提及工作模式与加班情况，自动驾驶算法岗通常工作节奏较快，但具体WLB情况无法从JD中判断。
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
85较高
自动驾驶技术旨在提升交通安全与效率，具有较高的社会价值与行业前景。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs