感知算法工程师（OCC方向）

职位定位： 负责开发基于 3D 占据网格（Occupancy Network）的感知算法，构建对三维空间的精细化理解能力，解决非标障碍物检测难题，支撑高阶自动驾驶（NOA）的安全性与平顺性。 岗位职责 1、OCC 模型研发： 负责基于多摄像头或多模态融合的 Occupancy 感知算法的设计、训练与优化。包括从 Image Backbone 到 3D/BEV 空间转换，以及 3D Decoder 的架构设计。 2、通用障碍物识别： 利用 Occupancy 技术解决异形车、施工区域、散落物等传统 3D 检测（Detection）难以覆盖的 General Objects 识别问题。 3、时序与融合： 研究时序融合方案（Temporal Fusion），提升 OCC 预测的4、稳定性与连贯性，抑制闪烁与空洞。 自动化标注与数据流： 构建基于 NeRF 或大模型驱动的 Occupancy 自动化标注工具链，提升数据闭环（Data Loop）效率。 5、量化与部署： 配合系统团队将高参数量模型在车载芯片（如 NVIDIA Orin, TI TDA4 等）上进行算子优化与量化部署，实现高性能实时推断。 任职资格 1、教育背景：计算机、机器人、自动化、数学等相关专业硕士或博士学历。 2、核心技术：深厚的深度学习基础，精通 PyTorch/TensorFlow 等框架。 3、深入理解 Transformer 架构及其在视觉任务中的应用（如 BEVFormer, GEP-OCC, TPVFormer 等）。 4、熟悉 3D 几何与视觉：包括相机几何模型、坐标系转换、点云处理等。 5、实战经验：具备 BEV 感知或 3D 检测算法研发经验。 6、有实际处理过大规模数据训练、解决过过拟合或噪声数据问题的经验。 工程能力：熟练掌握 Python/C++，具备良好的算法工程化习惯，熟悉 Linux 开发环境。