滴滴出行
感知算法工程师
感知算法工程师
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公自动驾驶
自动驾驶
Camera
Lidar
Pytorch
Tensorflow
多模态融合
感知算法
深度学习
自动驾驶
计算机视觉
值不值得投
72综合评分
综合评分 72
高挑战性自动驾驶感知算法岗，技术前沿、成长空间大，但工作模式与强度未知。
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。
薪资怎么样
3.5万
与自动驾驶中位数基本持平
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 1100 个在招 · 其中自动驾驶 3 个
市场机会
选择面较广
北京 · 自动驾驶 · 约 100 个在招
职位详情
关于这个职位
这是滴滴出行自动驾驶部门的核心算法岗位，负责研发与优化L4级自动驾驶Robotaxi的感知系统
你需要处理来自LiDAR、Camera、Radar等多模态传感器的数据，设计并实现物体识别、障碍物检测、场景理解等核心算法，并解决真实城市道路场景中的多样化挑战，以推动自动驾驶技术在复杂交通环境中的规模化落地
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
- 依托于全球领先的出行平台，拥有海量真实数据与丰富的应用场景，技术成果可直接规模化落地，成就感强
- 团队由国内外顶尖人才组成，技术氛围浓厚，合作与交流机会多，个人成长天花板高
- 技术难度极高，需要持续跟进并实践最新的学术成果，对个人学习能力和工程实现能力要求严苛
- 需要处理多模态海量数据，涉及复杂的系统工程问题，工作综合性强，对端到端能力有很高要求
- 适合对自动驾驶有强烈兴趣，追求在顶尖技术领域深耕，具备扎实计算机视觉与深度学习基础，并乐于将学术研究转化为产业实践的硕士/博士候选人
缺点 / 挑战
- 直面自动驾驶行业最前沿的技术挑战，工作内容极具创新性与技术深度，能快速积累顶尖技术能力
- 感知是自动驾驶安全落地的核心环节，责任重大，算法需在各种极端、长尾场景下保持鲁棒性，压力较大
角色解读
- 技术专家路线：深耕感知算法的某一方向（如3D检测、多模态融合），成为领域内公认的技术权威，引领技术突破
- 技术管理路线：在积累深厚技术背景后，转向团队技术管理，负责更大范围的感知模块规划与交付，或向感知技术负责人发展
- 跨领域发展：凭借对自动驾驶感知的深刻理解，可转向规控、仿真、系统架构等相关领域，或投身于前沿研究与创新
- 设计与开发多模态（LiDAR、Camera、Radar）感知算法，实现车辆、行人及各类障碍物的精确检测与跟踪
- 研究并攻克城市复杂交通场景下的感知难题，如通用障碍物识别、场景语义理解与意图预测
- 探索并落地感知大模型（如VLM），利用多模态信息融合提升系统鲁棒性与泛化能力
- 构建端到端的模型评估与验证体系，确保算法在离线、仿真及真实道路测试中的性能与可靠性
- 精通深度学习（如 PyTorch/TensorFlow）与计算机视觉基础理论，熟悉主流感知模型与前沿论文
- 深入理解 LiDAR、Camera、Radar 等传感器原理及多模态数据融合方法
- 具备扎实的 C++/Python 编程能力，能独立完成从算法研究到工程落地的全流程
- 拥有优秀的问题拆解与解决能力，能快速学习并应用最新的学术成果解决实际工程问题
申请策略
- 深入了解滴滴自动驾驶的业务模式、技术路线及其公开的技术博客或论文，以便在面试中展示你的热情与思考
- 针对职位描述中提到的五个研究方向，准备1-2个你最感兴趣且有见解的方向，思考其技术难点与可能的创新点
- 突出与感知、检测、多模态融合等相关的具体项目经历，详细说明所用模型、解决的问题及量化成果（如精度提升百分比）
- 如有在顶级会议（如CVPR、ICCV、NeurIPS）发表的相关论文，务必在简历显著位置列出
- 强调 C++/Python 编程能力以及对 PyTorch/TensorFlow 框架的熟练使用，可列举具体的模型实现或优化案例
- 如有自动驾驶、机器人相关的实习或工作经验，需清晰描述其中负责的感知任务及贡献
- 系统性地复习和跟进3D目标检测（如PointPillars, CenterPoint, BEVFormer）、多模态融合等领域的经典与最新算法
- 深入学习LiDAR点云处理、相机标定与图像处理、传感器联合标定等工程化必备技能
面试指南
- 对于理论与技术理解类问题，建议采用“定义-原理-应用-挑战”的框架，展现系统性的思考深度
- 对于项目经验类问题，务必使用STAR法则（情境、任务、行动、结果），并量化你的贡献和项目成果
- 对于开放性问题（如大模型应用），可结合最新的学术论文和自己的见解，提出具体的技术构想或分析，展现创新思维与研究潜力
- 请介绍你对自动驾驶感知任务的理解，以及LiDAR、Camera、Radar各自的优势和融合的挑战是什么？
- 请描述一个你做过的最复杂的视觉或点云感知项目，你遇到了什么技术难点？是如何解决的？
- 如何看待感知大模型（如VLM）在自动驾驶中的应用前景？它可能解决哪些传统方法难以解决的问题？
- 如何评估一个感知算法的优劣？除了精度（Precision/Recall），还需要关注哪些工程化指标（如延迟、功耗）？
- 请针对‘通用障碍物识别’这个场景，谈谈你可能的技术思路
职位点评
薪资福利65
成长发展95
工作生活40
使命价值90
薪资福利
65中等
JD未披露具体薪资福利，但基于高学历、高技术难度要求及岗位性质，市场薪资应有一定竞争力。
薪资信号未披露（AI估算：2.5千–4.5万/月）
成长发展
95较高
该岗位技术栈处于行业前沿，涉及自动驾驶感知核心难题与多模态大模型，技术成长空间极大。
技术前沿前沿/新兴技术
技术栈自动驾驶、LiDAR、Camera、Radar、多模态融合、PyTorch、TensorFlow、VLM、大模型
成长机会研究和开发自动驾驶领域的前沿算法、深入研究并推动最前沿的学术成果在产业中的落地、将大模型成果迁移到真实车队感知系统中
业务类型ambiguous
工作生活
40较低
JD未提及任何工作模式、通勤或WLB相关信息，无法判断工作生活平衡情况。
工作模式未明确
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
90较高
自动驾驶是典型的高增长、高影响力赛道，该岗位直接参与解决真实世界的安全与效率问题，社会价值感强。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号致力于打造世界领先的 L4 级自动驾驶技术，通过科技让出行更安全、更高效、将自动驾驶技术部署在共享出行车队中，将创造最大的社会价值
创新程度积极采用新技术
Watch Jobs