博世
LiDAR感知算法工程师_XC
LiDAR感知算法工程师_XC
发布于 大约 14 小时前普通员工/个人贡献者
上海市
高级经验
全职员工
仅现场办公
硕士
自动驾驶
Lidar
Pytorch
多模态融合
感知算法
自动驾驶
AI 估算 · 30k–50k
职位详情
关于这个职位
作为博世自动驾驶部门的LiDAR感知算法工程师，你将专注于激光雷达及激光视觉融合感知算法的研发与落地
工作内容包括在SOTA方法基础上解决实际场景问题，进行实验验证，并推动算法方案量产
该职位要求硕士及以上学历，熟悉主流融合算法，具备较强的工程实现能力
最低要求
计算机/电子信息工程/数学等相关专业，硕士及以上学历，有顶会论文者更佳
熟悉主流的激光/激光视觉融合算法，如LiDAR检测，分割，配准，多任务/多模态模型，对经典算法原理理解到位
较强的工程实现能力，有量产项目的开发和部署经验
至少熟悉一个常见的开源深度学习框架，如PyTorch，对HAT训练框架有使用经验者更佳
熟练掌握python，有c++开发经验者更佳
熟练使用git,docker等工具，熟悉Linux编程环境
优秀的沟通和团队协作能力，有主动学习习惯
工作职责
自动驾驶激光/激光视觉融合感知算法的研发
在SOTA方法的基础上，针对当前应用场景的关键问题，提出可行有效的解决方案，并进行实验验证提出的方案的可行性
输出算法方案并落地
AI 洞察
优缺点分析
优点
- 自动驾驶是热门赛道，技术前沿，个人成长快
- 博世作为行业巨头，平台大，资源丰富，项目量产机会多
- 技术难度高，需要持续学习，保持对前沿算法的敏感度
- 竞争激烈，需要不断产出成果
缺点 / 挑战
- 薪资水平较高，福利完善
- 量产项目压力大，可能需要加班，工作强度较高
- 适合对自动驾驶感知算法有浓厚兴趣，具备扎实技术功底和工程能力，能承受一定工作压力的求职者
角色解读
- 从算法工程师向高级算法专家或技术负责人发展，主导核心感知模块
- 有机会深入自动驾驶行业，成为多模态感知领域的专家
- 在博世这样的大平台，可跨部门协作，拓展职业视野
- 研发自动驾驶中的激光雷达和激光视觉融合感知算法，包括目标检测、分割、配准等
- 在现有SOTA方法基础上，针对实际场景问题提出改进方案，并通过实验验证
- 将算法方案落地到量产项目中，确保工程实现和部署
- 扎实的计算机视觉和深度学习基础，熟悉主流融合算法
- 较强的编程能力，熟练掌握Python，有C++经验更佳
- 熟悉PyTorch等深度学习框架，有HAT训练框架经验更佳
- 熟悉Linux开发环境，熟练使用Git、Docker等工具
申请策略
- 了解博世在自动驾驶领域的布局和产品
- 在简历中体现对量产落地的理解
- 突出相关项目经验，尤其是激光雷达或融合感知算法项目
- 强调工程实现能力，如量产部署经验
- 展示论文发表或竞赛获奖等学术成果
- 列出熟练掌握的编程语言和框架
- 深入学习多模态融合算法，如BEV感知
- 加强C++编程能力，熟悉嵌入式平台
面试指南
- 用STAR法则回答项目经历，突出个人贡献和成果
- 对于技术问题，先阐述原理，再结合实践
- 展示解决问题的思路，强调工程落地能力
- 请介绍一个你参与的激光雷达感知项目，你负责哪些部分？
- 如何解决激光雷达点云稀疏问题？
- 谈谈你对BEV感知的理解
- 如何在量产项目中保证算法实时性？
- 你如何看待多模态融合中的对齐问题？
职位点评
75
综合评分
前沿技术、大平台、薪资优厚，但工作强度可能较高。
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75
成长发展90
工作生活50
使命价值80
薪资福利
75中等
博世作为跨国巨头，薪资福利有竞争力，但具体薪资未披露，稳定性高。
薪资信号未披露（AI估算：30K-50K/月）
成长发展
90较高
自动驾驶感知算法属于前沿技术，博世提供量产项目机会，成长空间大。
技术前沿前沿/新兴技术
技术栈LiDAR、多模态融合、PyTorch、HAT
业务类型profit_center
工作生活
50较低
工作地点在上海，但未提及弹性工作，可能加班，WLB一般。
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
自动驾驶技术有积极社会影响，博世致力于改善生活质量，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
使命信号改善全球生活质量
创新程度积极采用新技术
Watch Jobs