美团
无人机-毫米波雷达感知AI技术研究员
无人机-毫米波雷达感知AI技术研究员
发布于 大约 16 小时前普通员工/个人贡献者
深圳市
中级经验
全职员工
仅现场办公
学历未注明
研究与开发 (研发)
深度学习
PyTorch
TensorFlow
无人机
目标检测
多传感器融合
SLAM
点云处理
毫米波雷达
AI 估算 · 30k–50k
深圳AI算法岗薪资竞争力强，美团大厂且业务核心，3年以上经验薪酬30-50K，15薪合理。
职位详情
关于这个职位
该职位负责无人机毫米波雷达感知AI算法的研究与开发，包括4D点云处理、多模态融合、深度学习等前沿技术，旨在提升无人机在复杂城市环境下的感知鲁棒性与实时性
你将参与从算法设计到嵌入式部署的全流程，与硬件、飞控团队协作，直接支撑美团无人机低空物流业务
适合对雷达感知、自动驾驶或无人机领域有深厚积累的算法工程师
最低要求
精通毫米波雷达数据处理及深度学习模型
熟悉PyTorch/TensorFlow，具备嵌入式部署经验
3年以上雷达感知或自动驾驶/无人机相关算法研发经验
场景理解：能从无人机业务需求（如物流避障、低空导航）出发，设计高可靠性的感知解决方案
工程素养：熟悉算法量产流程（数据采集、标注、模型迭代），具备跨团队沟通能力
具备主动学习与探索AI新工具、新方法的意识，能持续将AI能力融入实际工作场景并独立落地
对AI工具有实际使用经验，能清晰阐述利用AI解决复杂问题的思路与方法，保持对AI前沿趋势的敏感度
工作职责
前沿技术研究：跟踪毫米波雷达感知AI领域的最新进展（如4D点云处理、多模态融合、深度学习算法），分析行业标杆方案并输出技术Benchmark
感知算法研发：负责毫米波雷达点云/信号的数据处理算法开发（如目标检测、跟踪、分类、SLAM）
针对无人机低空物流场景（如复杂城市环境、动态障碍物避障），优化感知算法的鲁棒性与实时性
多传感器融合：设计毫米波雷达与视觉、激光雷达等传感器的融合感知方案，提升无人机在弱光、雨雾等恶劣条件下的环境理解能力
系统需求拆解：结合业务场景（如精准降落、航线规划），输出毫米波雷达感知模块的技术规格与性能指标
量产落地支持：参与算法在嵌入式平台（如无人机主控芯片）的部署优化，确保算力、功耗与精度的平衡
跨团队协作：与射频、硬件、飞控团队合作，解决感知-控制闭环中的关键问题（如延迟优化、误检抑制）
主动探索并运用各类AI工具优化日常工作流程，积极推动AI在业务场景中的落地实践，持续提升个人及团队的工作效率与产出质量
AI 洞察
优缺点分析
优点
- 技术前沿性强，涉及毫米波雷达、4D点云、多模态融合等新兴技术，个人技术积累价值高
- 业务影响力大，直接参与美团无人机核心感知能力建设，产品落地场景丰富
- 平台大、资源足，美团上市企业，薪酬福利有竞争力，职业发展路径清晰
- 技术难度高，需要同时精通雷达信号处理、深度学习和嵌入式优化，学习曲线陡峭
- 适合对毫米波雷达感知或自动驾驶有深厚积累，渴望在高技术含量业务中深耕，并具备较强工程能力和跨团队协作精神的算法工程师
缺点 / 挑战
- 量产落地压力大，无人机对感知的实时性和鲁棒性要求极高，极端环境调试困难
- 跨团队协作频繁，需要与射频、硬件、飞控等多方沟通，协调成本较高
角色解读
- 向AI算法专家方向发展，深耕毫米波雷达与多模态感知技术
- 转向感知系统负责人，带领团队攻克无人机感知难题
- 横向发展为无人机AI产品经理，结合业务需求规划技术路线
- 负责毫米波雷达感知算法的研发与优化，包括点云处理、目标检测、跟踪与分类
- 设计多传感器融合方案（雷达+视觉+激光雷达），提升无人机在弱光、雨雾等恶劣环境下的感知能力
- 参与算法在嵌入式平台的部署与调优，平衡算力、功耗与精度，支撑量产落地
- 跟踪前沿技术，输出技术Benchmark，推动感知系统的持续迭代
- 精通毫米波雷达数据处理与深度学习模型，熟悉PyTorch或TensorFlow
- 具备嵌入式部署经验，了解算法量产流程（数据采集、标注、模型迭代）
- 年以上雷达感知或自动驾驶/无人机相关算法研发经验
- 具备跨团队协作能力，能从业务场景出发设计可靠性方案
申请策略
- 在面试中准备具体项目案例，重点说明如何解决低空环境下的感知挑战（如小目标、遮挡）
- 关注美团无人机业务最新动态（如航线拓展、机型迭代），展现对业务场景的理解
- 突出毫米波雷达感知项目经验，如目标检测、跟踪或SLAM的实际案例
- 强调深度学习框架使用经验（PyTorch/TensorFlow）及嵌入式平台部署经历
- 展示算法量产全流程参与，包括数据采集、标注、模型迭代等环节
- 体现跨团队协作成果，例如与硬件或飞控团队联合解决的技术难题
- 学习4D点云处理前沿算法，如PointNet++、VoxelNet等，并熟悉雷达信号预处理
- 补充多传感器融合知识，尤其是雷达与视觉的融合策略（如BEV感知）
面试指南
- 使用STAR法则（情境、任务、行动、结果）描述项目，突出个人贡献和技术难点
- 对于融合方案，采用分层或端到端思路，结合不同传感器的互补性，并考虑实时性约束
- 部署优化方面，从模型轻量化（剪枝、量化）、推理框架选择（TensorRT）和硬件适配等角度回答
- 请介绍一个你主导的毫米波雷达感知项目，包括技术方案和最终效果
- 如何设计一种多传感器融合方案来提升无人机在雨雾天气下的感知可靠性？
- 在嵌入式平台上部署深度学习模型时，你会如何平衡算力、功耗与精度？
- 无人机在低空物流场景中，你会如何设计避障算法的总体思路？
- 请谈谈你对4D毫米波雷达相对于传统3D雷达的优势和局限性的理解
匹配度报告
70
综合匹配度
美团无人机核心感知岗，前沿技术栈，成长空间大，但需现场办公且强度未知。
适合人群
最适合重视技术成长和职业发展的求职者，愿意为前沿技术投入精力，对工作强度有一定承受力。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利75
成长发展85
工作生活50
使命价值70
薪资福利匹配
75中等
美团上市大厂，薪资福利有竞争力，且该岗位为核心算法岗，薪酬水平预计高于市场平均。
薪资信号未披露（AI估算：30K-50K/月）
成长发展匹配
85较高
技术前沿性强，涉及毫米波雷达、AI融合等新技术，且JD明确提及职业路径（算法专家、系统负责人、产品经理），成长空间大。
技术前沿前沿/新兴技术
技术栈毫米波雷达、深度学习、PyTorch、TensorFlow、点云、多模态融合、嵌入式
成长机会职业路径：可向AI算法专家、感知系统负责人或无人机AI产品经理方向发展
业务类型profit_center
工作生活匹配
50较低
职位要求现场办公（深圳），且未提及弹性工作或远程，互联网大厂算法岗通常存在一定工作强度。
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）
使命价值匹配
70中等
无人机配送属于高速增长赛道，有社会价值（提升配送效率、医疗物资急送），但未在JD中明确强调使命感。
行业发展高速增长赛道
社会影响中性/一般
使命信号加快建设空地协同的本地即时配送网络、医疗物资配送需求建设端到端的全天时急送网络
创新程度积极采用新技术
Watch Jobs