AgiBot logo
智元机器人
感知融合算法专家/工程师

感知融合算法专家/工程师

发布于 大约 20 小时前

普通员工/个人贡献者

上海市 / 北京市
专家级经验
全职员工
仅现场办公
学历未注明
研究与开发 (研发)
Bytetrack
Ros 2
多视图几何
感知融合
状态估计
目标跟踪
Deepsort
Sort

AI 估算 · 30k–55k

算法专家岗,自动驾驶赛道热门,B轮融资中大型企业,上海北京薪资较高,预估月薪3-5.5万。

职位详情

关于这个职位

该职位负责设计、实现和优化多传感器融合算法,包括目标跟踪、状态估计、场景理解等,确保高实时性和高可靠性

同时需推动算法在嵌入式平台部署,分析实车数据,驱动数据闭环迭代,与前后端模块协作提升系统性能
适合有自动驾驶或机器人量产经验的算法专家

最低要求

计算机、Robotics、自动化、电子工程等相关专业

具备扎实的C++/python编程能力,掌握多视图几何、状态估计,精通至少一种主流跟踪算法(SORT/DeepSORT/JDE, ByteTrack, MHT, GM-PHD等)
熟悉自动驾驶或机器人架构(如Apollo/Autoware/ROS 2)
面对未知领域的问题,有很强的自学能力

工作职责

将负责设计、实现和优化多传感器融合后的目标跟踪、状态估计、场景理解等核心算法,确保感知结果满足高实时性、高可靠性的要求

融合结果包括动态要素和静态要素,例如障碍物,占据栅格,静态矢量,还包括交通参与者行为预测等等
推动算法在嵌入式平台的部署效率和系统级的架构能力,从而优化计算效率和开发效率
分析实车测数据,定位感知瓶颈,驱动数据闭环迭代,与前端感知(检测/分割)、预测、规划模块协作,提升系统级性能

优先资格

有自动驾驶、机器人量产相关经验者优先

在CVPR/ICCV/ECCV/NeurPS/ICLR/ACL/EMNLP等学术顶会有相关论文发表,或在相关国际竞赛中取得优异成绩者优先

AI 洞察

优缺点分析

优点

  • 自动驾驶与机器人赛道火热,技术前沿,行业前景广阔
  • 公司处于B轮融资阶段,发展迅速,个人成长空间大
  • 工作内容涵盖算法与工程,能积累完整的自动驾驶感知系统经验
  • 算法要求高实时性与高可靠性,技术难度较大
  • 需要同时具备算法创新与嵌入式部署工程能力,复合要求高
  • 实车测试与数据闭环迭代可能涉及现场工作,节奏较快
  • 适合有扎实算法基础、热爱自动驾驶/机器人技术、愿意深入工程落地的算法工程师

缺点 / 挑战

暂无明显挑战项

角色解读

  • 向感知融合技术专家或算法架构师发展,主导核心算法研发
  • 可转向自动驾驶系统架构师或技术负责人,统筹感知、预测、规划全栈
  • 在算法落地经验积累后,可晋升为团队主管或技术总监
  • 设计多传感器融合算法,实现目标跟踪、状态估计与场景理解
  • 处理动态和静态要素融合,包括障碍物、占据栅格、静态矢量及行为预测
  • 将算法部署到嵌入式平台,优化计算效率与系统架构
  • 分析实车数据,定位感知瓶颈,驱动数据闭环迭代,与上下游模块协作
  • 扎实的C++和Python编程能力,熟悉多视图几何与状态估计
  • 精通至少一种主流跟踪算法,如SORT/DeepSORT/ByteTrack等
  • 熟悉自动驾驶或机器人架构,如Apollo/Autoware/ROS 2
  • 具备自学能力,能快速掌握未知领域知识

申请策略

  • 了解智元机器人的产品和业务方向,在面试中展现对机器人感知的理解
  • 准备一个完整的融合算法项目案例,从问题定义到落地效果
  • 突出多传感器融合项目经验,尤其是目标跟踪、状态估计相关成果
  • 展示C++/Python编程能力,如有嵌入式优化经验更佳
  • 强调自动驾驶或机器人量产经历,以及顶会论文或竞赛奖项
  • 深入复习多视图几何、状态估计理论,掌握卡尔曼滤波、粒子滤波等
  • 实践主流跟踪算法,如ByteTrack、MHT,并尝试在ROS 2中实现
  • 了解嵌入式平台优化知识,如模型量化、TensorRT、ARM Neon等

面试指南

  • STAR法则:情景、任务、行动、结果,突出关键技术难点和量化成果
  • 对比分析:对不同算法做对比,展示思考深度和选型依据
  • 工程视角:不仅讲算法,还要解释如何部署、优化、调试
  • 请详细描述你做过的一个多传感器融合项目,包括算法选择与优化
  • 如何保证多传感器融合在嵌入式平台上的实时性?
  • 目标跟踪中如何处理遮挡和ID切换问题?
  • 你对自动驾驶感知系统架构有什么理解?如何与上下游模块协作?
  • 简述SORT和DeepSORT的区别,以及在什么场景下选择哪种?

职位点评

75
综合评分

自动驾驶算法专家岗,技术前沿、薪资优厚,但需现场办公且节奏较快。

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
该职位最适合追求技术成长和行业前沿的求职者,对工作生活平衡要求不高。
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90
工作生活50
使命价值85

薪资福利

75中等

薪资处于行业较高水平,B轮公司融资后福利可能较好,但JD未明确列出具体福利。

薪资信号未披露(AI估算:30K-55K/月)

成长发展

90较高

技术栈前沿(多传感器融合、自动驾驶),强调自学和顶会论文,成长空间大。

技术前沿前沿/新兴技术
技术栈多传感器融合、目标跟踪、状态估计、多视图几何、Apollo、Autoware、ROS 2
成长机会自学能力、相关论文发表
业务类型profit_center

工作生活

50较低

仅现场办公,未提及弹性工作或加班情况,工作地点上海北京通勤可能较长,生活化满足一般。

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

85较高

自动驾驶/机器人行业高速增长,技术直接推动智能移动,社会影响力正向。

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