地平线
感知算法实习生
感知算法实习生
发布于 5 小时前实习/见习
实习生仅现场办公计算机视觉工程
计算机视觉工程
Bev
Lidar
Pytorch
多模态融合
目标检测
自动驾驶
计算机视觉
值不值得投
70综合评分
综合评分 70
头部自动驾驶企业核心算法实习岗，技术前沿且成长空间大，但现场实习时间要求较高。
从学习成长、工作节奏、岗位方向和实习待遇综合评估，方便比较实习机会。
薪资怎么样
7千
比计算机视觉工程中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 430 个在招 · 其中计算机视觉工程 9 个
市场机会
选择面较广
北京 · 计算机视觉工程 · 约 110 个在招
职位详情
关于这个职位
该职位主要负责智能汽车感知算法的迭代优化，包括视觉与激光雷达多模态特征融合、目标检测与分割等
你将参与大规模真实道路数据的处理与分析，攻克感知长尾场景性能问题，提升自动驾驶感知模型的实际表现
最低要求
硕士及以上学历在读，计算机/人工智能相关专业，拥有 CVPR/NeurIPS 等顶会/刊论文者优先考虑
熟悉前沿的感知端到端算法，了解 BEV、Transformer 等经典感知算法
具备扎实的 Python 编程能力，熟练使用 PyTorch
拥有较强的学习能力、沟通能力和独立工作能力
出勤需满足每周四天以上（现场实习，非远程），连续实习6个月及以上者优先考虑
工作职责
参与感知算法模型迭代优化，攻克感知长尾和corner场景性能问题
参与视觉与Lidar多模态特征融合算法迭代优化，研究模态对齐和特征融合方案
参与动静态目标检测/分割/识别算法的研发与迭代，针对实际场景需求优化现有感知模型性能指标
参与大规模真实道路数据的处理、标注与分析，构建与维护高质量的评估数据集，参与数据挖掘、标注、训练、部署及 badcase 回归等闭环链路
优先资格
拥有 CVPR/NeurIPS 等顶会/刊论文者优先考虑
连续实习6个月及以上者优先考虑
AI 洞察
优缺点分析
优点
- 能够接触自动驾驶领域最前沿的感知算法（如BEV、Transformer、端到端），技术含金量高
- 依托行业领先企业，能提供大规模真实道路数据和量产落地的宝贵工程经验
- 有顶会论文发表经验者优先，适合学术与工程结合的发展路径
- 适合计算机或人工智能专业硕士及以上在读学生，特别是对自动驾驶感知算法有浓厚兴趣，且能保证充足实习时间的求职者
缺点 / 挑战
- 感知长尾和corner场景的性能优化极具挑战性，需要处理大量复杂数据并解决未知问题
- 要求每周四天以上现场实习且连续6个月，对在校生的时间精力投入要求较高
角色解读
- 从算法实习生成长为感知算法工程师，深入掌握自动驾驶多模态融合与端到端感知技术
- 未来可向高级算法专家或感知模块技术负责人方向发展，参与核心量产项目的落地
- 参与自动驾驶感知算法的迭代优化，解决长尾和corner场景的性能问题
- 负责视觉与激光雷达多模态特征融合算法的研究与优化
- 参与动静态目标检测、分割和识别算法的研发，并处理大规模真实道路数据以构建高质量评估数据集
- 扎实的Python编程能力和PyTorch框架使用经验
- 熟悉BEV、Transformer等经典感知算法及前沿的端到端算法
- 具备较强的学习能力、沟通能力和独立工作能力，能胜任每周四天以上的现场实习
申请策略
- 明确自己能够满足每周四天以上、连续六个月的现场实习要求，并在简历或求职信中主动说明，以增加HR好感
- 重点突出在CVPR/NeurIPS等顶会/刊的论文发表经历，证明学术与算法研究能力
- 详细列出在BEV、Transformer或多模态融合相关项目中的具体贡献和性能指标提升
- 强调扎实的Python和PyTorch编程能力，以及处理大规模数据的经验
- 深入学习自动驾驶感知领域的最新论文，特别是端到端算法和多模态特征融合方案
- 提升PyTorch框架下模型训练、部署及badcase分析的实战能力
面试指南
- 采用STAR法则（情境、任务、行动、结果）描述项目经验，重点突出在模态对齐、特征融合或长尾场景优化中的具体技术细节
- 结合具体性能指标（如mAP提升、推理延迟降低等）量化你的工作成果，展现工程落地能力
- 请介绍一下你在BEV或Transformer感知算法方面的项目经验，遇到了哪些难点？
- 视觉与Lidar多模态特征融合中，你是如何进行模态对齐的？
- 针对感知长尾和corner场景，你有哪些优化思路或实际解决案例？
- 请描述一个你使用PyTorch进行模型训练和部署的完整流程
- 复习自动驾驶感知领域的经典与前沿论文（如BEVFormer、Transformer相关），准备好自己简历中项目的技术细节和代码实现逻辑
- 了解地平线在自动驾驶芯片和算法方面的最新产品与技术路线，思考算法与硬件协同优化的可能性
职位点评
薪资福利70
成长发展95
工作生活40
使命价值85
薪资福利
70中等
实习岗位薪资按日薪折算，处于算法实习的市场中上水平，能满足实习生的基本生活与补偿需求。
薪资信号未披露（AI估算：5–9千/月）
成长发展
95较高
岗位涉及自动驾驶最前沿的感知算法与多模态融合技术，依托大规模真实数据，技术成长与工程落地价值极高。
技术前沿前沿/新兴技术
技术栈Python、PyTorch、BEV、Transformer、Lidar、多模态特征融合、端到端算法
业务类型ambiguous
工作生活
40较低
明确要求每周四天以上现场实习，且连续6个月以上，对在校生的时间灵活性和WLB有一定限制。
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
85较高
自动驾驶是极具前景的高速增长赛道，感知算法直接关系到行车安全，具有较高的社会价值与使命感。
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