Bosch logo
博世
泊车感知模型算法工程师_XC

泊车感知模型算法工程师_XC

发布于 大约 15 小时前

普通员工/个人贡献者

上海市
初级经验
全职员工
仅现场办公
硕士
计算机视觉工程
多任务学习
感知模型
数据处理
深度学习
目标检测
自动泊车
计算机视觉
目标分割

AI 估算 · 20k–40k

结合上海地区、外企背景、硕士学历及AI算法岗位供需,薪资处于市场中等偏上水平。

职位详情

关于这个职位

该职位是博世(Bosch)的泊车感知模型算法工程师,主要负责设计、开发与优化基于深度学习的泊车感知模型,实现对车辆周围环境(如车位、障碍物、行人)的精确识别与定位

你将参与数据处理与增强、模型训练与优化,并跟踪前沿技术推动算法创新
适合对计算机视觉和自动驾驶感知领域有热情的硕士/博士应届生

最低要求

应用数学、计算机视觉、模式识别、机器学习、电子信息、机器人等相关专业的硕士/博士学生

熟悉当前主流的深度学习算法,精通一个或者多个领域的算法研究,包括但不限于目标检测、多任务学习、目标分割等
了解数据结构、算法和大规模数据处理(百万~千万)
至少精通C/C++ 或python编程,有ACM经验者优先

工作职责

参与泊车感知模型的设计、开发与优化,基于深度学习框架构建高效、准确的感知模型,实现对车辆周围环境(包括车位、障碍物、行人等)的精确识别与定位

负责数据处理与分析,收集、标注泊车相关数据,对数据进行预处理和增强以提高模型训练效果,深入分析模型性能指标,根据实际情况优化模型结构和训练策略
跟踪前沿技术,研究并引入新的算法和技术,提升泊车感知模型的性能和竞争力,参与团队技术交流和分享,推动团队整体技术水平提升
负责解决模型开发和部署过程中的技术问题,对模型进行持续的维护和升级,确保模型在实际场景的稳定性

优先资格

有自动驾驶感知/融合/预测等模块算法研发经验者优先

有实际工程项目经验者优先

AI 洞察

优缺点分析

优点

  • 博世作为全球顶尖的汽车零部件供应商,提供稳定平台和丰富的自动驾驶研发资源
  • 专注于泊车感知这一具有实际落地价值的场景,技术积累实用且前沿
  • 有机会接触大规模量产项目,积累工程经验
  • 团队技术氛围浓厚,注重前沿研究和技术分享
  • 感知算法对精度和实时性要求高,模型优化和调试需要较多精力
  • 自动驾驶行业竞争激烈,需持续学习新算法和框架
  • 泊车场景复杂多变,数据采集和标注工作量大
  • 适合对计算机视觉和深度学习有浓厚兴趣,希望在自动驾驶感知领域深入发展的应届硕博毕业生

缺点 / 挑战

暂无明显挑战项

角色解读

  • 向高级感知算法工程师发展,深入自动驾驶核心算法
  • 横向扩展至融合、预测或规划控制等模块,成为全栈自动驾驶算法专家
  • 晋升技术管理岗位,带领团队完成复杂感知系统的研发
  • 设计和优化基于深度学习的泊车感知模型,包括车位、障碍物、行人等目标的检测与定位
  • 处理和分析大规模泊车数据,进行数据标注、预处理和增强以提升模型效果
  • 跟踪计算机视觉和自动驾驶领域的前沿技术,引入新算法改进模型性能
  • 解决模型在实际部署中的技术问题,并进行持续维护和升级
  • 扎实的深度学习基础,熟悉目标检测、多任务学习、分割等算法
  • 精通C++或Python编程,具备良好的数据结构与算法能力
  • 了解自动驾驶感知、融合或预测模块的研发流程
  • 有实际工程项目经验,能够独立处理和优化模型

申请策略

  • 关注博世自动驾驶部门的最新动态,在面试中展示对泊车场景的思考
  • 准备一个端到端的深度学习项目案例,从数据处理到模型部署
  • 突出深度学习项目经验,特别是目标检测、分割或多任务学习相关项目
  • 强调编程能力,展示C++或Python的熟练度,如有ACM经历重点标注
  • 如果有自动驾驶或机器人相关项目,详细描述角色和贡献
  • 罗列发表的论文或开源项目,体现研究能力
  • 系统复习目标检测(如YOLO、Faster R-CNN)、语义分割(如UNet)等经典算法
  • 练习C++编程,尤其是数据结构与算法(LeetCode中等难度)

面试指南

  • 使用STAR法则(情境、任务、行动、结果)描述项目经验,强调技术细节和量化成果
  • 对于算法问题,先说明基本原理,再结合实际场景给出优化思路
  • 展示对工程落地的理解,提及模型压缩、量化、推理加速等经验
  • 请讲一个你优化目标检测模型的项目,遇到哪些挑战?如何解决的?
  • 如何处理泊车场景中的小目标或遮挡问题?
  • 解释一下多任务学习在自动驾驶感知中的应用
  • 你对深度学习的训练和部署有何经验?如何平衡精度与速度?
  • 谈谈你对当前自动驾驶感知前沿技术的理解

职位点评

71
综合评分

跨国企业、前沿算法技术、发展空间大,但弹性工作不明确。

从起薪待遇、成长路径、工作节奏和岗位方向综合评估,方便比较职业起点。

更适合这类人
最适合看重技术成长和行业前景的求职者,能接受现场办公和潜在的加班。
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40
使命价值60

薪资福利

75中等

博世作为跨国巨头,薪资福利有竞争力,但JD未明确披露具体薪资和福利,因此补偿性动机满足程度中等偏上。

薪资信号未披露(AI估算:20K-40K/月)

成长发展

90较高

职位涉及深度学习、计算机视觉等前沿技术,且鼓励跟踪前沿、技术分享,发展性动机很强。

技术前沿前沿/新兴技术
技术栈深度学习、目标检测、多任务学习、目标分割、计算机视觉
成长机会团队技术交流和分享、推动团队整体技术水平提升
业务类型profit_center

工作生活

40较低

JD未提及远程或弹性工作,推测为现场办公,且未给出WLB信号,生活化动机满足有限。

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

60中等

博世致力于改善生活质量的使命,但JD未明确突出社会价值,意义感动机有一定满足但不强烈。

行业发展高速增长赛道
社会影响中性/一般
使命信号improve quality of life all across the globe
创新程度积极采用新技术
Watch Jobs