初速度
感知VRU算法工程师（Tech Lead）
感知VRU算法工程师（Tech Lead）
发布于 6 小时前基层主管/组长
全职员工仅现场办公计算机视觉工程
计算机视觉工程
Cuda
Pytorch
Tensorflow
Tensorrt
深度学习
自动标注
计算机视觉
值不值得投
76综合评分
综合评分 76
自动驾驶核心感知算法Tech Lead，技术前沿且成长空间大，薪资竞争力强，但工作强度可能较高。
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
选择适中
苏州 · 计算机视觉工程 · 19 个在招
职位详情
关于这个职位
该职位主要负责研发基于深度学习的智能辅助驾驶感知前沿技术，针对特定场景提供深度学习解决方案，并构建高效的数据自动标注系统
要求具备扎实的深度学习框架及AI加速库开发经验，致力于推动自动驾驶感知技术的工程化落地
最低要求
计算机/数学/物理/电子工程/自动控制专业硕士及以上学历，AI相关研究方向
具有3-4年的深度学习平台研发经验
熟悉至少一种深度学习框架，如： TensorFlow，PyTorch，PaddlePaddle
具有CUDA/TensorRT或其它AI加速库开发经验
熟练掌握Linux 应用环境、 有Shell脚本编程经验
熟悉Python/C++语言
工作职责
研发基于深度学习的智能辅助驾驶感知前沿技术
根据应用场景和客户需求定义，提供深度学习解决方案
挖掘海量数据构建高效的数据自动标注系统
优先资格
有CVPR/ICCV/ECCV/ICRA/NeurIPS/ICLR等深度学习顶会上发表论文经验优先
有计算机视觉感知/Lidar感知/融合感知等智能辅助驾驶感知研发经验优先
AI 洞察
优缺点分析
优点
- 处于自动驾驶核心感知赛道，技术壁垒高，个人技术成长空间与行业影响力大
- 担任Tech Lead角色，能同时锻炼技术深度与团队管理能力，职业发展路径宽广
- 公司处于C轮后且规模较大，量产自动驾驶业务落地场景丰富，数据与算力资源充足
- 自动驾驶感知技术迭代极快，需要持续跟进顶会前沿论文并保持极高的技术敏锐度
- 适合具备扎实深度学习底层功底、有自动驾驶感知落地经验，且期望在技术深度与团队管理上双向发展的算法人才
缺点 / 挑战
- 海量数据处理与模型端侧部署优化对工程落地能力要求极高，项目交付压力可能较大
角色解读
- 从核心算法工程师向技术专家或首席架构师发展，在自动驾驶感知领域建立深厚的技术壁垒
- 依托Tech Lead角色，锻炼技术管理与团队赋能能力，向感知团队负责人或技术总监晋升
- 负责智能辅助驾驶感知前沿技术的研发，针对特定场景提供深度学习解决方案
- 构建并优化海量数据的自动标注系统，提升数据闭环流转效率
- 作为Tech Lead，把控技术方向并指导团队，推动算法从预研到工程化落地的全过程
- 精通Python/C++及主流深度学习框架（PyTorch/TensorFlow等），具备扎实的算法功底
- 具备CUDA/TensorRT等AI加速库的底层开发与模型部署优化经验
- 拥有计算机视觉或激光雷达感知算法的实际落地经验，熟悉自动驾驶数据闭环流程
申请策略
- 了解初速度在量产自动驾驶与Robotaxi双线并行的业务模式，在面试中展现对量产落地与数据闭环的深刻理解
- 突出在CVPR/ICCV等顶会发表的论文及研究成果，展现前沿技术探索能力
- 详细列举在CUDA/TensorRT等模型加速与部署优化上的具体收益（如推理速度提升百分比、内存占用降低等）
- 展示在计算机视觉或Lidar感知项目中的核心贡献，强调从算法设计到量产落地的完整闭环经验
- 深入学习TensorRT或CUDA编程，提升模型工程化部署与底层算子优化能力
- 关注BEV、Transformer等自动驾驶感知领域的前沿架构及多模态融合技术
面试指南
- 采用STAR法则（情境、任务、行动、结果），重点突出量化指标（如mAP提升、推理延迟降低毫秒数）
- 技术深度上，从算法原理到工程落地（C++/CUDA）形成闭环回答，展现全栈解决能力
- 请详细介绍你主导的感知算法项目，遇到了哪些Corner Case及如何解决？
- 在模型部署时，你是如何使用TensorRT/CUDA进行算子优化和加速的？
- 如何设计一个高效的数据自动标注系统，平衡标注成本与质量？
- 作为Tech Lead，你如何平衡技术预研与项目交付的进度？
- 复习自动驾驶感知经典论文（如BEVFormer、PointPillars等）及最新进展，准备技术深度探讨
- 准备1-2个自己主导的从算法设计到端侧部署的完整项目案例，梳理技术难点与解决方案
职位点评
薪资福利85
成长发展90
工作生活40
使命价值80
薪资福利
85较高
自动驾驶核心算法岗且带有Tech Lead头衔，薪资在算法领域具有较强竞争力，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：3千–5万/月）
成长发展
90较高
岗位涉及前沿感知技术研发与顶会论文要求，技术天花板高，且Tech Lead角色有助于向技术管理或首席架构师方向发展。
技术前沿前沿/新兴技术
技术栈深度学习、TensorFlow、PyTorch、CUDA、TensorRT、计算机视觉、Lidar感知
业务类型profit_center
工作生活
40较低
JD未提及工作模式与WLB相关信息，结合Tech Lead职责与前沿算法研发要求，工作节奏可能较为紧凑。
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
80较高
致力于智能辅助驾驶前沿技术，推动自动驾驶量产落地，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