博世
静态感知算法开发_BCSC
静态感知算法开发_BCSC
发布于 大约 3 小时前普通员工/个人贡献者
上海市
中级经验
全职员工
仅现场办公
硕士
计算机视觉工程
Bev
Pytorch
模型部署
深度学习
目标检测
自动驾驶
计算机视觉
AI 估算 · 20k–40k
自动驾驶算法岗位稀缺，博世平台薪资有竞争力，上海地区硕士中级工程师普遍薪资范围
职位详情
关于这个职位
该职位负责自动驾驶车端静态感知算法的研发与落地，涉及BEV检测、Transformer建模、多任务学习等前沿技术，要求扎实的计算机视觉和深度学习基础
你将参与模型训练、量化部署及与下游模块的联调，适合有志于自动驾驶感知方向的算法工程师
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
在计算机视觉目标检测领域的2D，3D目标检测（单目3D、bev、OccupancyNetwork、Map）有深入研究经历，熟悉经典和前沿的单目2D、3D、BEV检测（分割）算法
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
至少熟悉一个常见的神经网络开源工具库，如Caffe/TensorFlow/PyTorch/ 等
工作职责
负责车端静态BEV算法研发和工程落地，包括静态时序BEV检测框架，Transformer静态元素几何建模构建，多任务检测模型等
探索可量产深度学习检测方法，构建复杂道路结构下的相关静态元素，提升实时感知模型的能力上限
负责车端模型训练，适配，量化以及部署，优化模型相关后处理
负责相关模型业务开发，与定位，建图等相关下游进行功能联调，制定稳定的规范与协议
优先资格
有实际工程项目经验者优先
AI 洞察
优缺点分析
优点
- 博世大平台，资源丰富，项目落地机会多
- 团队专业，与优秀同事共事，学习氛围浓厚
- 工作强度可能较大，需要快速迭代和适应
- 技术栈深，需要持续学习最新论文和算法
- 车端部署对模型性能要求高，调试复杂
- 适合对计算机视觉和自动驾驶有浓厚兴趣，具备扎实算法功底和工程能力的硕士/博士毕业生或资深工程师
缺点 / 挑战
- 参与前沿自动驾驶技术研发，技术挑战大，成长快
角色解读
- 向高级感知算法专家发展，深入自动驾驶感知核心技术
- 转向系统架构或技术管理岗位，主导算法团队
- 在自动驾驶领域深耕，成为行业顶尖人才
- 负责车端静态BEV感知算法的研发，包括时序检测框架和Transformer几何建模
- 探索可量产的深度学习检测方法，优化模型性能，提升实时感知能力
- 负责模型训练、量化、部署及后处理，与定位、建图等下游模块联调
- 扎实的计算机视觉基础，精通目标检测算法（2D/3D, BEV, Occupancy等）
- 熟练使用PyTorch/TensorFlow等深度学习框架
- 精通C/C++或Python编程，有ACM经验优先
- 了解大规模数据处理和模型部署优化
申请策略
- 关注博世自动驾驶业务方向，面试时展示对量产技术的思考
- 准备一个完整的项目案例，体现从研究到落地的能力
- 突出目标检测相关项目经验，尤其是BEV、Transformer等
- 展示C++/Python编程能力和ACM获奖经历
- 强调模型部署和优化经验（如量化、TensorRT）
- 说明对自动驾驶感知的理解和量产思考
- 补充Occupancy Network等最新论文算法
- 学习模型量化和部署工具（如TensorRT、ONNX）
面试指南
- 用STAR法则描述项目，突出贡献和结果
- 对算法原理阐述清晰，结合工程落地经验
- 展示对前沿技术的了解，并思考实际应用
- 请详细介绍一个你参与的目标检测项目，包括技术难点和解决方案
- BEV感知中如何解决时序信息融合问题？
- 讲解Transformer在视觉中的应用及其优缺点
- 如何处理模型在车端的部署难题？如量化、裁剪等
- 你对Occupancy Network的理解和发展趋势
职位点评
70
综合评分
大厂自动驾驶核心岗位，前沿技术栈，薪资竞争力强，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
最适合注重技术成长和前沿领域探索的求职者，愿意接受一定的工作强度以换取技能提升。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展85
工作生活50
使命价值70
薪资福利
70中等
博世作为大平台，提供有竞争力的薪资和福利，但JD未明确具体数额，整体补偿性中等偏上。
薪资信号未披露（AI估算：20K-40K/月）
成长发展
85较高
职位涉及自动驾驶前沿技术（BEV、Transformer），技术挑战高，成长空间大，但未明确提及培训或晋升通道。
技术前沿前沿/新兴技术
技术栈BEV、Transformer、目标检测、深度学习、PyTorch
业务类型profit_center
工作生活
50较低
仅现场办公，未提及弹性工作或远程选项，工作强度可能较高，生活化动机满足一般。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
70中等
自动驾驶属于高速增长赛道，技术具有一定社会价值，但直接社会使命不强。
行业发展高速增长赛道
社会影响中性/一般
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