博世
端到端-视觉算法与工程专家-XC
端到端-视觉算法与工程专家-XC
发布于 大约 14 小时前普通员工/个人贡献者
上海市
专家级经验
全职员工
仅现场办公
硕士
研究与开发 (研发)
Cnn
多传感器融合
大模型
深度学习
目标检测
自动驾驶
计算机视觉
语义分割
占据网络
AI 估算 · 35k–60k
博世为跨国巨头，自动驾驶算法专家稀缺，硕士3年+经验，薪资具有竞争力，参考市场行情.
职位详情
关于这个职位
该职位专注于自动驾驶视觉算法的研发，包括车道检测、交通信号灯识别、道路拓扑生成、占据网络和多传感器融合等前沿方向
你将参与端到端感知方案的构建，并应用视觉大模型技术
适合在计算机视觉和深度学习领域有深厚积累的算法专家
最低要求
硕士及以上学历，计算机科学相关专业（人工智能、计算机科学、电子信息工程等），至少3年相关工作经验
擅于跟踪和学习学术界或工业界前沿AI技术，有独立分析和解决问题能力
在计算机视觉、模式识别、嵌入式系统、机器学习和深度学习（如CNN）方面有经验，具备良好的创新意识和团队精神
有基于深度学习的目标检测与识别、语义分割等背景和经验，熟悉主流的深度学习框架
熟悉矢量建图、众包建图、静态融合等
学习能力强，对算法开发有强烈兴趣，工作认真负责，面对挑战性问题能够充满热情，具有良好的创新意识和团队精神
工作职责
基于轻图/无图实现场景结构化元素的感知与理解算法，包括但不限于车道检测，交通信号灯与标识检测，道路拓扑，在线地图生成更新以及红绿灯与车道线拓扑关系感知等
研发自动驾驶占据格网络、基于AI的多传感器中融感知方案等
基于E2E方案的动静态环境感知算法
视觉或图文大模型应用开发
优先资格
有自动驾驶相关背景或实际项目开发经验者优先，或有人工智能国际顶会/期刊论文发表/知名竞赛获奖经历者优先
AI 洞察
优缺点分析
优点
- 博世作为汽车零部件巨头，自动驾驶研发投入大，平台稳定，项目落地可能性高
- 职位涉及E2E感知和大模型前沿技术，技能积累价值高，行业认可度强
- 团队研究氛围浓厚，有机会参与国际顶会论文发表和竞赛，提升个人影响力
- 自动驾驶算法复杂度高，需解决真实场景中的长尾问题，调试和迭代周期长
- 工作强度较大，项目周期紧，可能需要应对频繁的方案验证和优化
- 技术更新快，需要持续跟踪学术界和工业界最新进展，保持学习状态
缺点 / 挑战
- 适合在计算机视觉和深度学习领域有深厚积累，对自动驾驶充满热情，喜欢挑战前沿技术难题的算法工程师
角色解读
- 技术专家路线：深耕感知算法领域，成为自动驾驶视觉方向的资深专家或首席科学家
- 技术管理路线：带领团队负责核心感知模块，晋升为技术经理或架构师
- 跨领域发展：积累自动驾驶全栈经验后，可转向系统架构、产品规划等方向
- 研发自动驾驶环境感知算法，包括车道线、交通灯、道路拓扑等结构化元素的检测与理解
- 开发占据网格网络和基于AI的多传感器融合感知方案，提升车辆对周围环境的理解能力
- 参与端到端（E2E）动静态环境感知算法设计，并探索视觉大模型在自动驾驶中的应用
- 扎实的计算机视觉和深度学习基础，熟悉CNN、目标检测、语义分割等经典算法
- 熟练掌握主流深度学习框架（如PyTorch、TensorFlow），具备算法实现和调优能力
- 了解矢量建图、众包建图、多传感器融合等自动驾驶感知关键技术
申请策略
- 博世重视工程能力和实际落地，面试中多准备项目中的细节和量化结果
- 了解博世在自动驾驶领域的战略布局，表达对行业发展的见解和兴趣
- 突出自动驾驶或相关领域的项目经验，详细描述算法方案、创新点和性能提升
- 展示计算机视觉经典任务（检测、分割、跟踪）的扎实基础，附上开源项目或GitHub链接
- 如果有顶会论文或竞赛获奖，放在显眼位置，体现研究能力和工程实践的结合
- 强化对E2E感知方案的理解，可以学习相关论文（如UniAD、BEVFormer等）并复现
- 补充多传感器融合知识，了解激光雷达、毫米波雷达与视觉的融合方法
- 熟悉至少一种自动驾驶开源框架（如Apollo、Autoware）的感知模块
面试指南
- 对于技术问题，采用STAR原则（情境-任务-行动-结果），先描述背景，再说明方案选择，最后用数据证明效果
- 对于开放性问题，先给出结构化框架（例如分成数据、模型、工程三个层面），再逐一展开，体现系统思维
- 对于优缺点类问题，保持客观，先肯定现有进展，再指出不足并结合自身经验提出改进思路
- 请详细描述你参与过的目标检测项目，如何优化模型在嵌入式设备上的推理速度？
- 解释一下BEV感知和Transformer在自动驾驶中的应用，与传统的2D感知相比有什么优势？
- 如何处理自动驾驶中的长尾场景（如罕见障碍物、恶劣天气）？请给出算法和工程上的思路
- 你如何评价当前E2E自动驾驶方案的优缺点？未来可能的改进方向是什么？
- 请说明多传感器融合中时间和空间对齐的常见方法及挑战
职位点评
73
综合评分
博世自动驾驶视觉算法岗，前沿技术栈，发展空间大，但工作强度未知，薪资面议。
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
非常看重技术成长和前沿领域探索的求职者，愿意在自动驾驶领域深耕，对工作强度和加班有一定承受力。
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70
薪资福利
75中等
博世作为跨国巨头，薪资待遇在行业中上水平，福利完善，工作稳定性高，但JD未明确薪资。
薪资信号未披露（AI估算：35K-60K/月）
成长发展
90较高
职位涉及前沿视觉算法、大模型和E2E感知，技术成长空间大，且有顶会论文和竞赛优先，重视技术发展。
技术前沿前沿/新兴技术
技术栈计算机视觉、深度学习、自动驾驶、大模型、E2E感知、多传感器融合、占据网络、矢量建图
业务类型profit_center
工作生活
50较低
现场办公为主，工作地点在上海，但自动驾驶研发强度较高，JD未提及弹性工作或WLB福利。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
70中等
自动驾驶是高速增长赛道，对社会交通出行有积极影响，但职位偏技术研发，直接社会价值感受较弱。
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
博世 的其他在招职位
相似职位推荐
Watch Jobs