滴滴出行
感知算法工程师
感知算法工程师
发布于 大约 2 小时前普通员工/个人贡献者
北京市 / 上海市
高级经验
全职员工
仅现场办公
硕士
自动驾驶
Camera
Lidar
Pytorch
Tensorflow
多模态大模型
深度学习
计算机视觉
AI 估算 · 40k–70k
职位详情
关于这个职位
作为滴滴自动驾驶感知团队的一员，你将参与L4级Robotaxi的感知算法研发，利用多模态传感器（LiDAR、Camera、Radar）解决物体识别、场景理解、意图预测等核心问题，并探索感知大模型的应用
你将与中美顶尖工程师合作，推动前沿学术成果在真实出行场景中的规模化落地
最低要求
基本要求
计算机科学、人工智能、电子工程、机器人等相关专业硕士及以上学历（博士优先）
扎实的深度学习与计算机视觉基础，熟悉常见感知算法与前沿研究方向
熟练掌握 PyTorch/TensorFlow 等深度学习框架，具备良好的编程能力（C++/Python）
熟悉 LiDAR、Camera、Radar 等多模态传感器感知数据处理
具备良好的论文阅读能力，能够快速将前沿研究转化为工程落地
具备较强的自我驱动、学习能力与团队协作精神
工作职责
主要方向与职责：
你将在以下方向中选定一个或多个方向深入负责，并承担从研发到落地、从算法到系统的端到端职责：
（一）物体识别与跟踪
设计并实现基于 LiDAR / Camera / Radar 的多模态检测模型，识别车辆、行人、自行车、静态障碍物、交通标志等
提升精度、召回率与抗扰性（抗遮挡、夜间、恶劣天气、长尾类别）
（二）通用障碍物识别
识别未知类别 /未训练类别的障碍物
基于异常检测 /开放类别识别的算法研究与工程实现
在非结构化环境（施工区域、道路损坏、落物等）中提升鲁棒性
（三）场景和意图理解
语义分割、实例分割、道路 /车道/交通标志/交通灯等结构物识别
场景理解，例如施工区域识别、可通行区域识别等
意图理解，例如行人动作识别、起步意图识别等
交互和事件识别，例如多方交互、交通规则冲突、非规范驾驶行为等
（四）感知大模型 /多模态
探索或应用预训练多模态大模型，将视觉、语言、地图/文本信息融合以增强感知能力
零样本 / 少样本 / 跨域泛化的策略研发
将大模型成果迁移到真实车队感知系统中，提升复杂场景下的鲁棒性
（五）模型评估、验证
构建完整的评估管道，包括离线评估 + 真实道路 + 模拟环境测试，支持回归检测与性能监控
指标体系设计 (Precision, Recall, IoU, latency, false positives rate 等)
优先资格
加分项
在顶级会议/期刊（CVPR、ICCV、NeurIPS、ICLR、RA-L、IROS 等）有发表经验
有自动驾驶、机器人感知相关实习或工作经验
有模型压缩、实时推理优化、异构计算加速等相关经验
有 VLM、多模态大模型或生成式 AI 在感知领域的应用研究经验
AI 洞察
优缺点分析
优点
- 滴滴自动驾驶技术领先，平台大，数据丰富，能接触真实场景
- 与中美顶尖工程师合作，技术氛围好，成长快
- 自动驾驶行业前景广阔，薪资高，职业发展空间大
- 技术难度高，需要持续学习前沿算法
- 工作强度可能较大，需要应对复杂的城市道路场景
缺点 / 挑战
- 自动驾驶行业竞争激烈，压力大
- 适合对自动驾驶技术有热情，具备扎实算法基础，喜欢挑战和创新的技术型人才
角色解读
- 从感知算法工程师成长为技术专家，深入某一方向如多模态大模型
- 有机会晋升为团队负责人，管理技术团队
- 在自动驾驶行业积累经验，可跳槽至其他头部公司或创业
- 负责自动驾驶感知算法的研发，包括物体检测、场景理解、意图预测等，使用多模态传感器数据
- 参与感知大模型的探索与应用，将前沿学术成果转化为实际产品
- 构建评估管道，确保算法在真实道路和模拟环境中的性能
- 扎实的深度学习和计算机视觉基础，熟悉常见感知算法
- 熟练掌握 PyTorch/TensorFlow，具备 C++/Python 编程能力
- 熟悉 LiDAR、Camera、Radar 等多模态传感器数据处理
申请策略
- 关注滴滴自动驾驶的新闻和技术博客，了解业务方向
- 准备项目案例，展示端到端解决问题的能力
- 突出深度学习、计算机视觉项目经验，尤其是多模态感知相关
- 强调论文发表或竞赛获奖经历，体现研究能力
- 展示 C++/Python 编程能力和 PyTorch 使用经验
- 学习最新的感知大模型技术，如 VLM
- 加强模型优化和部署能力，如 TensorRT
- 了解自动驾驶系统整体架构
面试指南
- 使用 STAR 法则回答项目经验，突出挑战和解决方案
- 对于算法问题，先阐述思路，再结合具体技术细节
- 展示对前沿技术的了解，并联系实际应用
- 请介绍一个你参与的感知算法项目，如何设计模型和评估？
- 如何处理长尾场景和未知障碍物？
- 如何将大模型应用于感知任务？
- 如何优化模型在嵌入式设备上的推理速度？
- 如何设计评估指标来监控模型性能？
职位点评
77
综合评分
自动驾驶感知算法工程师，技术前沿，薪资高，但工作强度可能较大。
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
适合追求技术成长和行业前景，能接受现场办公和一定工作强度的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利80
成长发展90
工作生活50
使命价值85
薪资福利
80较高
滴滴作为上市公司，薪资福利有竞争力，但具体薪资未披露，属于市场水准。
薪资信号未披露（AI估算：40K-70K/月）
成长发展
90较高
职位涉及前沿技术，如感知大模型，且与顶尖团队合作，成长空间大。
技术前沿前沿/新兴技术
技术栈PyTorch、TensorFlow、LiDAR、Camera、Radar、多模态大模型
业务类型profit_center
工作生活
50较低
工作地点在北京、上海、广州，但未提及远程或弹性工作，可能需现场办公，通勤压力大。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
85较高
自动驾驶技术有巨大社会价值，改善出行安全，行业前景好。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号让出行更安全、更高效、创造最大的社会价值
创新程度积极采用新技术
Watch Jobs