地平线
【土星PDU】感知算法专家
【土星PDU】感知算法专家
发布于 2 天前普通员工/个人贡献者
北京市 / 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)
Bev感知
Pytorch
点云
目标检测
自动驾驶
语义分割
Occupancy Networks
AI 估算 · 40k–70k
资深感知算法专家，自动驾驶赛道热门，地平线上市企业，北京/上海薪资较高，参考行业水平估算。
职位详情
关于这个职位
负责自动驾驶核心感知算法的研发与优化，包括2D/3D目标检测、语义分割、多传感器融合等，探索Transformer、BEV感知等前沿模型在云端真值系统中的应用
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5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
- 聚焦自动驾驶核心感知算法，技术前沿，能接触Transformer、BEV等最新模型
- 地平线作为自动驾驶芯片和算法头部公司，平台大，项目资源丰富，量产落地机会多
- 团队技术氛围浓厚，可参与顶级会议论文发表，提升个人学术影响力
- 需要持续跟踪最新研究进展，保持技术领先性，学习成本高
- 量产落地过程中需平衡算法效果与工程效率，沟通协调工作较多
缺点 / 挑战
- 自动驾驶感知算法对精度和实时性要求极高，工作压力较大，可能需要高强度投入
- 适合在自动驾驶或机器人感知领域有深厚积累、追求技术前沿、乐于挑战高难度问题的资深算法工程师
角色解读
- 技术方向：成为感知算法领域的顶尖专家，主导核心技术突破，带领团队攻克复杂问题
- 管理方向：向技术Leader或架构师发展，负责感知模块的整体设计与落地
- 行业方向：积累自动驾驶量产经验，可转向机器人、ADAS等相关领域的高级职位
- 研发与优化图像和点云领域的核心感知算法，如目标检测、语义分割、多目标跟踪、多传感器融合等
- 探索并应用Transformer、BEV感知、Occupancy Networks等前沿深度学习模型到云端真值系统
- 深入分析感知模型性能瓶颈，持续提升算法精度、速度和稳定性
- 精通CNN、Transformer等深度学习架构，在2D/3D检测、分割领域有深厚积累
- 深入理解点云数据结构，熟练掌握PointPillars、PointRCNN等算法
- 具备多传感器融合感知经验，熟悉相机和激光雷达标定、时空同步
- 精通Python和C++，熟练使用PyTorch或TensorFlow
申请策略
- 申请时附上GitHub链接或技术博客，展示动手能力
- 关注地平线的技术动向和产品线，面试中展现对公司的热情和理解
- 重点突出在2D/3D检测、分割、点云处理等方向的项目经验和成果，最好有量化指标
- 强调多传感器融合的实战经验，以及Camera-Lidar标定、同步等细节
- 列出发表的顶级会议论文或专利，体现学术影响力
- 展示量产落地经验，详细描述在项目中承担的角色和解决的问题
- 若对Occupancy Networks、BEV感知等不熟悉，建议阅读近年来CVPR等顶会论文并复现
- 加强C++工程能力，尤其是高性能计算与内存优化，以提升模型部署效率
面试指南
- 用STAR法则（情境-任务-行动-结果）组织项目经历，突出个人贡献和定量成果
- 对于技术原理类问题，先给出定义，然后分析优缺点，最后结合实际案例
- 对于开放式趋势问题，展示你对行业的关注和独立思考，结合地平线的产品方向
- 请详细描述你参与过的感知项目，包括模型选型、数据处理、优化策略和最终效果
- 如何解决点云目标检测中的小目标和遮挡问题？请举例说明
- 解释BEV感知的原理及其与传统目标的区别，你认为其优势与挑战是什么？
- 在多传感器融合中，如何处理时间戳不同步和标定误差？
- 你如何看待自动驾驶感知算法的未来趋势？哪些技术你会重点关注？
职位点评
69
综合评分
高成长性前沿技术岗，薪资优厚但工作强度大，适合技术驱动的专家型人才。
更适合这类人
最适合追求技术深度和快速成长、对工作强度有心理准备、希望在自动驾驶算法领域成为专家的求职者。
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90
工作生活40
使命价值75
薪资福利
70中等
薪资未在JD中明示，但地平线作为上市企业且为技术专家岗，推测薪资处于市场较高水平，福利较完善。
薪资信号未披露（AI估算：40K-70K/月）
成长发展
90较高
职位涉及最前沿的感知技术（Transformer、BEV、Occupancy），鼓励发表顶会论文，成长空间极大。
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
40较低
JD未提及弹性工作或远程办公，自动驾驶行业通常需要较大投入，工作强度可能较高。
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
75中等
自动驾驶具有显著社会价值，但公司已上市，商业导向明显，使命感中等偏上。
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