美团
无人机-毫米波雷达算法工程师
无人机-毫米波雷达算法工程师
发布于 大约 16 小时前普通员工/个人贡献者
深圳市
高级经验
全职员工
仅现场办公
学历未注明
研究与开发 (研发)
PyTorch
TensorFlow
多传感器融合
点云处理
毫米波雷达
嵌入式部署
3D目标检测
Cfar
Doa估计
AI 估算 · 40k–60k
深圳算法高级岗位，美团上市大厂，技术难度高，市场竞争力强，薪资处于行业高位。
职位详情
关于这个职位
作为美团无人机团队的毫米波雷达算法工程师，你将负责核心感知算法的研发与落地，包括毫米波雷达成像、点云处理、多传感器融合等
你的工作将直接提升无人机在复杂城市环境中的避障与导航能力，保障配送安全与效率
该职位技术前沿、业务影响力大，适合具备深度学习与雷达经验的高阶算法工程师
最低要求
核心技术能力：精通毫米波雷达数据处理（如CFAR、DOA估计、点云聚类）
熟悉深度学习模型在3D目标检测中的应用
熟练使用PyTorch/TensorFlow，具备嵌入式部署经验
工程能力：3年以上雷达感知或自动驾驶/无人机相关算法研发经验
熟悉C++/Python，具备毫米波雷达开发经验、有算法量产落地经验者优先
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
核心算法研发：开发毫米波雷达（距离、速度、方位角、俯仰角）的高分辨率成像算法
负责毫米波雷达点云处理算法开发，包括目标检测、聚类、跟踪、分类等核心模块
针对无人机低空物流场景（如城市峡谷、动态障碍物避障），优化算法在复杂环境下的鲁棒性和实时性
多传感器融合：设计毫米波雷达的融合感知方案
开发时空对齐、数据关联、状态估计等关键算法，提升无人机在弱光、雨雾等恶劣条件下的环境感知能力
算法工程化落地：负责算法在嵌入式平台的部署与优化
开发算法仿真测试框架，支持快速迭代和性能评估
前沿技术预研：跟踪毫米波雷达感知领域前沿技术，探索在无人机业务中的应用
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
- 业务影响大：算法直接决定无人机避障与导航安全，技术价值极高
- 平台优势：美团上市大厂，资源丰富，团队技术氛围好，有成熟落地场景
- 职业发展清晰：既能在算法深度上深耕，也能向管理或产品方向拓展
- 技术要求高：需同时掌握雷达信号处理、深度学习和嵌入式优化，知识面要求广
- 环境复杂：城市峡谷、动态障碍物等场景对算法鲁棒性和实时性要求极高
缺点 / 挑战
- 技术前沿：参与城市低空物流无人机核心感知系统，直面真实复杂场景挑战
- 工作强度大：作为核心算法岗，可能面临项目周期紧、迭代快的压力
- 该职位适合具备3年以上雷达或自动驾驶算法经验、热爱技术挑战、希望在无人机感知领域深耕的高级算法工程师
角色解读
- 技术路线：从算法工程师成长为毫米波雷达或感知系统专家
- 管理路线：可向感知团队负责人或技术经理发展
- 跨界发展：结合业务理解转型为无人机AI产品经理或技术架构师
- 负责毫米波雷达信号处理与点云算法研发，包括目标检测、聚类、跟踪等核心模块
- 设计多传感器融合方案，提升无人机在恶劣天气（雨雾、弱光）下的环境感知能力
- 将算法部署到嵌入式平台并优化实时性，开发仿真测试框架加速迭代
- 跟踪前沿技术，探索AI工具在业务中的应用以提高团队效率
- 精通毫米波雷达数据处理（CFAR、DOA估计、点云聚类）和深度学习3D目标检测
- 熟练使用PyTorch/TensorFlow并具备嵌入式部署经验
- 扎实的C++/Python编程能力，3年以上雷达或自动驾驶/无人机算法经验
- 具备主动学习和应用AI工具的意识，能解决实际问题
申请策略
- 在简历中专门列出“AI工具使用”部分，展示你如何用AI提效
- 关注美团无人机在低空经济领域的战略，面试时展现对业务的热情与理解
- 突出毫米波雷达项目经验，具体说明你在CFAR、DOA估计、点云聚类等方面的成果
- 强调深度学习在3D目标检测中的应用，附上模型性能指标（如mAP、推理速度）
- 展示嵌入式部署经验，说明优化手段（如模型量化、剪枝）及实际效果
- 提及多传感器融合经验，尤其是时空对齐、数据关联算法
- 如果是纯视觉背景，建议补充毫米波雷达信号处理知识，自学相关课程或论文
- 提前了解美团的无人机业务和产品（第四代无人机），思考技术挑战
面试指南
- 对于技术问题，使用STAR法则：描述场景、任务、行动、结果，突出量化指标
- 对于开放性问题（如优化挑战），展示你的问题拆解能力和对比方案权衡
- 对于AI工具使用，准备一个具体案例，说明工具选择、实施过程和效果提升
- 请详细说明你如何设计一个毫米波雷达点云处理流程（包括预处理、检测、聚类、跟踪）
- 在嵌入式平台上优化深度学习模型时遇到过哪些挑战？如何解决？
- 如何实现毫米波雷达与视觉传感器的时空对齐？请从原理和工程角度说明
- 在城市峡谷场景中，雷达点云会出现多径反射导致虚警，你如何应对？
- 请举例说明你如何利用AI工具解决一个算法开发中的实际问题
匹配度报告
71
综合匹配度
高发展性、高意义感的技术岗，薪资中等偏上，但WLB一般，适合追求快速成长的算法专家。
适合人群
该职位最适合追求技术成长、愿意在充满挑战的前沿领域深耕、对低空经济有热情的求职者。
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90
工作生活40
使命价值80
薪资福利匹配
75中等
美团作为上市大企，薪资福利有竞争力，但JD未明确薪资和福利细节，综合评分中等偏上。
薪资信号未披露（AI估算：40K-60K/月）
成长发展匹配
90较高
职位涉及前沿毫米波雷达和深度学习技术，业务影响大，职业发展路径清晰，且有AI工具应用要求，成长空间大。
技术前沿前沿/新兴技术
技术栈毫米波雷达、3D目标检测、PyTorch、TensorFlow、嵌入式部署、多传感器融合
成长机会核心算法研发、前沿技术预研、职业发展、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
40较低
岗位默认现场办公，且未提及弹性或远程工作，可能面临项目驱动的高强度工作，WLB一般。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值匹配
80较高
无人机配送属于高速增长的即时零售和低空经济赛道，社会价值（提高配送效率、医疗物资运输）明确，创新水平高。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号提升城市即时配送效率、医疗物资配送、全天时急送网络
创新程度积极采用新技术
Watch Jobs