地平线
自动驾驶感知算法工程师
自动驾驶感知算法工程师
发布于 2 天前普通员工/个人贡献者
北京市 / 上海市
高级经验
全职员工
仅现场办公
硕士
研究与开发 (研发)
Pytorch
多传感器融合
深度学习
点云
目标检测
目标跟踪
计算机视觉
语义分割
AI 估算 · 35k–65k
自动驾驶算法岗稀缺，硕士3年+经验，一线城市大厂，薪资竞争力强，中位数5万/月。
职位详情
关于这个职位
该职位负责自动驾驶核心感知算法的研发与优化，包括目标检测、分割、跟踪等多任务，并探索前沿深度学习模型（如Transformer、BEV感知）以提升云端真值系统性能
适合有3年以上经验的算法专家，需精通CNN/Transformer和点云处理，在量产或机器人项目中积累深厚
最低要求
硕士及以上学历，计算机科学、人工智能、电子工程、车辆工程等相关专业，拥有3年以上在自动驾驶或机器人领域的感知算法研发经验
精通CNN、Transformer等现代深度学习架构，在2D/3D目标检测、分割等领域有深厚的积累和成功的项目经验
对点云数据结构有深刻理解，熟练掌握PointPillars、PointRCNN、VoxelNet等主流点云检测/分割算法
具备扎实的多传感器融合感知理论基础和实战经验，熟悉相机和激光雷达的标定、时空同步等关键技术
精通Python和C++，熟练掌握PyTorch或TensorFlow至少一种主流深度学习框架
工作职责
负责图像（2D/3D）和点云领域的核心感知算法研发与优化，包括但不限于：目标检测、语义/实例分割、多目标跟踪、通用障碍物、多传感器融合等
探索并将最前沿的深度学习模型（如Transformer、BEV感知、Occupancy Networks等）应用于云端真值系统
对感知模型的性能瓶颈进行深度分析和攻关，持续提升算法在精度、速度与稳定性上的表现
优先资格
在顶级会议（CVPR, ICCV, ECCV, NeurIPS, ICRA, IROS等）上发表过相关论文
有主导感知模块在量产自动驾驶项目或大规模机器人产品中成功落地的经验
AI 洞察
优缺点分析
优点
- 地平线为自动驾驶芯片与算法头部企业，技术氛围浓厚，可接触前沿算法与量产经验
- 业务聚焦云端真值系统，与自动驾驶落地紧密结合，技术影响力大
- 薪资待遇优厚，股权激励（已上市），职业发展空间广阔
- 量产项目对算法精度与稳定性要求极高，调试优化过程可能涉及大量实验，工作强度较大
缺点 / 挑战
- 自动驾驶感知算法复杂度高，需持续跟进CV/ML顶会成果，学习压力大
- 适合对自动驾驶感知技术有深厚积累、追求技术前沿、愿意承担高强度研发挑战的算法工程师
角色解读
- 技术路线：从感知算法工程师逐步成长为感知技术专家，主导核心算法创新
- 管理路线：可晋升为感知组组长或技术负责人，带领团队攻克难题
- 跨领域发展：向自动驾驶系统架构、端到端自动驾驶等方向拓展
- 研发自动驾驶感知核心算法，包括2D/3D目标检测、语义分割、多目标跟踪等任务
- 将前沿模型（Transformer、BEV、Occupancy）应用于云端真值系统，提升标注精度与自动化程度
- 分析并优化感知模型性能瓶颈，平衡精度、速度与稳定性
- 精通CNN、Transformer等深度学习架构，在2D/3D检测/分割有实际项目经验
- 深刻理解点云数据结构，熟练使用PointPillars、PointRCNN等算法
- 掌握多传感器融合（相机+激光雷达）标定与时空同步技术
- 熟练Python和C++，熟练使用PyTorch或TensorFlow
申请策略
- 关注地平线4D Label部门的技术博客或公开演讲，了解团队技术方向，面试中展示共鸣
- 准备一个完整的感知项目案例，能够清晰阐述问题、方案、实验、落地效果
- 突出在2D/3D检测、分割、点云处理等项目中的量化成果（如mAP、FPS提升）
- 强调多传感器融合或点云算法实际应用经验，如有量产项目经历需重点描述
- 列出发表的顶会论文或专利，体现学术影响力
- 若对Transformer的BEV感知不熟，可深入学习相关论文并复现代码
- 补充C++工程化能力，如内存优化、推理加速（TensorRT等）
- 了解量产自动驾驶的冗余设计、功能安全要求（如ISO 26262）
面试指南
- 定义问题：先明确面试问题的核心难点
- 结合经验：引用自己实际项目中的做法或研究中的解决方案
- 批判思考：指出当前方法的局限性和可能的改进方向
- 请详细讲解BEV感知中Transformer的设计思路与优缺点
- 如何解决点云检测中远处目标稀疏的问题？
- 多传感器融合中时间同步误差如何影响感知结果？如何补偿？
- 在量产项目中，你是如何平衡模型精度与推理速度的？
- 复习经典感知论文（如PointPillars、CenterPoint、BEVFormer），并熟悉代码实现
职位点评
77
综合评分
前沿自动驾驶感知算法岗，薪资优厚技术领先，但工作强度与生活平衡需权衡。
更适合这类人
适合追求技术前沿、高成长性和高薪酬的求职者，愿意为职业发展投入较多精力。
表现最好
成长发展
相对薄弱
工作生活
薪资福利85
成长发展92
工作生活50
使命价值80
薪资福利
85较高
薪资处于行业偏高水平，且地平线作为上市公司提供稳定福利，补偿性动机满足较好。
薪资信号未披露（AI估算：35K-65K/月）
成长发展
92较高
自动驾驶感知算法极具前沿性，项目涉及Transformer、BEV等最新技术，成长空间大。
技术前沿前沿/新兴技术
技术栈CNN、Transformer、BEV感知、Occupancy Networks、PointPillars、PointRCNN、VoxelNet
业务类型profit_center
工作生活
50较低
工作地点在北京上海核心城市，但未明确远程或弹性工作，行业特性可能涉及一定加班。
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
自动驾驶行业处于高速增长期，技术推动社会出行变革，使命感较强。
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
Watch Jobs