地平线
计算机视觉算法工程师（多模与OCC方向）
计算机视觉算法工程师（多模与OCC方向）
发布于 2 天前普通员工/个人贡献者
北京市 / 上海市
中级经验
全职员工
仅现场办公
硕士
研究与开发 (研发)
Pytorch
Slam
Vla
Vlm
多传感器融合
深度学习
点云处理
自动驾驶
计算机视觉
AI 估算 · 25k–45k
北京/上海一线AI公司，3年+CV算法经验，薪资处于行业较高水平，含年终奖。
职位详情
关于这个职位
该职位是地平线4D Label部门的计算机视觉算法工程师，专注于自动驾驶真值构造算法的研发与优化，涉及图像、点云、多传感器融合以及前沿大模型（如VLM、VLA、Occupancy Networks）的应用
你将负责感知模型的性能分析与攻关，推动算法在精度和速度上的提升，直接服务于自动驾驶量产项目
最低要求
硕士及以上学历，计算机科学、人工智能、电子工程、控制工程等相关专业，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
熟悉Fast-LIVO、FAST-LIO、ORB-SLAM3等基于多传感器融合的SLAM算法，在SLAM算法领域有深厚的积累和成功的项目经验
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
具备视觉-语言模型（VLM）或视觉-语言-动作模型（VLA）的相关经验，熟悉其训练、推理及优化流程，并探索过其在自动驾驶场景理解、行为预测等环节的应用
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）和点云领域的核心自动驾驶真值构造算法研发与优化，包括但不限于：通用障碍物、多传感器融合、VLM\VLA、语义实例分割、多目标跟踪等
探索并将最前沿的深度学习大模型（VGGT、World Model、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
- 地平线作为自动驾驶芯片与算法头部企业，技术积累深厚，平台影响力大
- 岗位聚焦前沿技术（VLM、VLA、Occupancy Networks），个人技术成长空间大
- 涉及量产项目，研究成果可直接落地，成就感强
- 自动驾驶算法落地难度高，需要解决大量实际问题，工作强度可能较大
- 对多传感器融合和SLAM要求极高，需要扎实的数学和工程能力
- 技术迭代快，需要持续学习保持竞争力
缺点 / 挑战
- 适合有SLAM和多传感器融合经验、对自动驾驶充满热情、乐于挑战前沿技术的研究型工程师
角色解读
- 向感知算法专家方向深耕，成为自动驾驶感知领域的核心技术骨干
- 向技术Leader发展，带领团队攻克量产级算法难题
- 横向扩展至自动驾驶系统架构或全栈算法设计
- 负责自动驾驶真值构造算法的研发，包括通用障碍物检测、多传感器融合、语义分割、多目标跟踪等
- 探索并应用前沿深度学习大模型（如VGGT、World Model、Occupancy Networks）到云端真值系统
- 对感知模型进行性能分析与优化，提升算法在精度、速度和稳定性上的表现
- 扎实的SLAM算法基础，熟悉Fast-LIVO、FAST-LIO、ORB-SLAM3等多传感器融合SLAM方法
- 精通多传感器（相机、激光雷达）标定、时空同步等融合技术
- 具备视觉-语言模型（VLM）或视觉-语言-动作模型（VLA）的实战经验
- 熟练使用Python和C++，掌握PyTorch或TensorFlow深度学习框架
申请策略
- 了解地平线征程系列芯片的算法部署特点，展示软硬件协同优化意识
- 准备1-2个与自动驾驶感知相关的项目案例，详细说明难点与你的解决方案
- 突出SLAM项目经验，特别是多传感器融合SLAM的实际应用案例
- 强调VLM/VLA相关研究或项目经历，展示对前沿模型的掌握
- 如果有量产感知模块落地经验，务必详细描述贡献
- 列出在CV顶会（CVPR、ICCV等）发表的论文
- 补充OccNet、World Model等3D占用网络知识
- 深入理解Fast-LIVO、FAST-LIO等开源SLAM算法源码
面试指南
- 对于原理类问题，从输入输出、算法流程、关键公式出发，结合实际项目经验
- 对于应用类问题，先分析场景需求，再提出技术选型方案，最后评估优缺点
- 对于性能优化问题，按照问题定位→数据分析→方案设计→实验对比的思路回答
- 请解释FAST-LIO算法的核心原理及其与FAST-LIVO的区别
- 如何实现多传感器（相机+激光雷达）的联合标定与时空同步？
- VLM在自动驾驶场景理解中可能的应用有哪些？你如何设计一个场景分类器？
- 描述你解决过的感知算法性能瓶颈问题，并说明优化过程
- 你如何看待Occupancy Network在自动驾驶中的前景？
职位点评
72
综合评分
自动驾驶独角兽，前沿CV算法，薪资优厚，但WLB一般。
更适合这类人
该职位最适合追求技术成长和行业前景的求职者，尤其是对自动驾驶前沿算法有热情、愿意投入强度工作的工程师。
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85
工作生活50
使命价值80
薪资福利
75中等
地平线作为上市AI公司，薪酬水平在业内具有竞争力，但JD未明确薪资和福利细节，因此评分中等偏上。
薪资信号未披露（AI估算：25K-45K/月）
成长发展
85较高
岗位涉及VLM、VLA、Occupancy Networks等前沿技术，技术成长空间大，但JD未明确提及培训或晋升机制。
技术前沿前沿/新兴技术
技术栈Fast-LIVO、FAST-LIO、ORB-SLAM3、VLM、VLA、PyTorch、TensorFlow、C++、Python、语义分割
业务类型profit_center
工作生活
50较低
JD未提及远程办公、弹性工作等灵活安排，且自动驾驶研发岗位通常需要现场办公，WLB信号较弱。
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
80较高
自动驾驶行业处于高速增长期，技术应用能提升交通安全，社会价值较高，但JD未强调公司使命。
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