中联重科
感知算法工程师
感知算法工程师
发布于 11 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
Occupancy
Pytorch
Tensorflow
传感器融合
多模态感知
激光雷达
语义分割
值不值得投
69综合评分
综合评分 69
前沿感知算法全链路参与、技术成长性强，薪资福利与工作节奏未明示。
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
2.9万
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
公司还在招多个职位
7 个在招 · 其中计算机视觉工程 6 个
职位详情
关于这个职位
作为中联重科的感知算法工程师，你将负责机器人3D感知与场景理解算法的研发与落地，涵盖3D目标检测、Occupancy、开集检测与语义分割、多模态融合等方向，并完成传感器标定、数据闭环和模型在嵌入式设备上的部署优化，工作地点可选长沙或上海
最低要求
硕士及以上学历，计算机科学、机器人、自动化、控制工程、机械工程等相关专业，2年以上工作经验
熟悉Linux知识及Linux系统开发，具有Linux平台上的C/C++开发项目
熟悉主流的深度学习框架（PyTorch/TensorFlow），熟悉传感器融合、概率感知、目标跟踪与预测、多模态感知、机器人计算机视觉等至少一个领域
具备毫米波雷达信号处理、激光雷达信号处理、图像处理、传感器信息融合算法、传感器标定、模式识别、机器人系统工程等一项或多项技能
善于分析和解决问题，具备较好的沟通表达能力和团队合作精神
工作职责
负责机器人3D感知算法研发和部署，包括但不限于3D目标检测与跟踪，Occupancy算法等
负责机器人场景理解算法的研发和部署，包括但不限于开集目标检测与语义分割、知识图谱算法、多模态算法等
负责感知数据闭环工作，包括但不限于自动化数据标注、感知性能评测、场景挖掘等
负责各类摄像头及激光传感器的接入，并对各传感器内外参进行标定，对数据进行滤波，运动补偿等
在计算集群上训练机器学习和深度学习模型，以完成视觉识别和感知任务，例如分割和检测以及世界表示应用
在以下一个或所有领域开发最先进的算法：深度学习（卷积神经网络）、对象检测/分类、跟踪、多任务学习、大规模分布式训练、多传感器融合、密集深度估计、LLM等
优化深度神经网络和相关的预处理/后处理代码，以便在嵌入式设备上高效运行等
AI 洞察
优缺点分析
优点
- 涉及3D感知、Occupancy、多模态与LLM等前沿方向，技术栈新且完整，从数据闭环到嵌入式部署全链路参与，成长空间大
- 感知算法链条长、工程与算法并重，传感器标定与嵌入式优化等落地环节对工程能力要求高，两地办公需确认最终工作地
- 适合有计算机视觉/机器人感知背景、既懂算法又愿意做工程落地、希望在智能装备领域长期深耕的硕士及以上工程师
缺点 / 挑战
暂无明显挑战项
角色解读
- 可沿感知算法专家方向深耕3D感知与多模态大模型，也可向机器人系统架构、算法团队管理或技术负责人方向发展
- 负责机器人3D感知与场景理解算法的研发和落地，包括3D目标检测跟踪、Occupancy、开集检测与语义分割等工作
- 需要扎实的深度学习框架能力（PyTorch/TensorFlow）、C++与Linux开发能力，并在传感器融合、多模态感知、目标跟踪等至少一个方向有实践
申请策略
- 投递前确认长沙与上海两个工作地的岗位归属
- 了解中联重科在智能装备与机器人方向的业务布局，针对性准备项目案例
- 突出3D目标检测、Occupancy、语义分割等感知算法项目经验及指标结果
- 强调C++/Linux工程能力与模型嵌入式部署经验
- 展示传感器标定与多传感器融合的实操案例
- 补充Occupancy、开集检测等前沿方法的理解与复现
- 强化模型量化/剪枝等嵌入式推理优化技能
- 熟悉数据闭环与自动化标注工具链
面试指南
- 用STAR结构描述项目背景、你的方案、量化指标与最终落地效果
- 遇到技术深挖时先讲清原理再结合实践细节
- 对开放性问题给出方案权衡与取舍思路
- 请介绍你做过的一个3D目标检测或Occupancy项目及效果
- 多传感器（相机+激光雷达）标定与融合你如何处理
- 如何将深度模型优化部署到嵌入式设备
- 感知数据闭环与自动化标注你怎么设计
- 你如何看待LLM在机器人感知中的应用
职位点评
薪资福利65
成长发展86
工作生活55
使命价值62
薪资福利
65中等
JD未披露薪资与福利信息，具体待遇需与HR沟通确认，成都/上海两地岗位薪酬差异也需核实。
薪资信号未披露（AI估算：2.0千–3.8万/月）
成长发展
86较高
岗位覆盖3D感知、Occupancy、多模态与LLM等前沿方向，从算法研发到嵌入式部署全链路参与，技术成长性强。
技术前沿前沿/新兴技术
技术栈3D目标检测、Occupancy、语义分割、多模态感知、传感器融合、LLM、PyTorch、TensorFlow、C++、嵌入式部署
业务类型ambiguous
工作生活
55较低
JD未提及办公模式、加班或弹性安排，工作强度与灵活性无法从职位描述判断。
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
62中等
面向机器人感知与智能装备方向，属于技术落地型岗位，社会价值偏中性，行业整体成熟稳健。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs