【精英实习】视觉感知算法工程师

一、视觉感知算法研发 1、 参与无人挖掘机/装载机项目中2D/3D目标检测、语义分割等算法的研发与优化，覆盖人员、车辆、障碍物、料堆等目标识别； 2、协助6D位姿估计算法开发，支持作业目标物的精准感知； 3、学习多模态感知融合方法（相机+毫米波雷达），参与恶劣工况（粉尘、强光、遮挡）下的感知方案研究。 二、定位建图与场景重建 1、参与视觉SLAM/激光SLAM算法的开发与调试，支持机器人实时定位与建图； 2、协助三维场景重建（地形重建、料堆体积估算）相关算法开发； 3、学习多传感器（IMU、GNSS-RTK、相机等）融合定位方案。 三、多传感器标定与系统集成 1、参与多传感器（相机、IMU等）外参/内参标定工具的开发； 2、配合硬件、控制团队完成感知模块的联调联试。 四、模型优化与部署 1、参与感知算法的模型轻量化与加速优化（量化、剪枝、TensorRT/ONNX等）； 2、协助搭建模型训练-评估-部署的标准化流水线； 3、学习嵌入式平台（NVIDIA Jetson等）上的模型部署。 【任职要求】 一、基础要求 1、硕士在读及以上，计算机科学、电子信息、自动化、机器人学等相关专业； 2、扎实的计算机视觉与深度学习理论基础，熟悉CNN/Transformer等主流网络架构，了解BEV感知、Foundation Model等前沿方向； 3、熟练掌握Python，熟悉C/C++；了解ROS1/ROS2； 4、熟悉PyTorch，具备模型训练、数据增强、损失调优等基础经验。 二、算法经验（至少满足一项） 1、目标检测（YOLO/DETR等）、语义/实例分割（Mask R-CNN、SegFormer等）或目标跟踪（ByteTrack、DeepSORT等）的项目经验； 2、视觉SLAM（ORB-SLAM、VINS-Mono/Fusion等）项目开发经验； 3、点云处理（PCL/Open3D）、三维重建或地形建模相关经验。 三、工程与加分项 1、熟悉Git； 2、有模型推理优化（TensorRT/ONNX/OpenVINO）或嵌入式部署经验者优先； 3、有机器人、自动驾驶或工程机械领域项目经验者优先； 4、 有高水平论文发表（CVPR/ICCV/ECCV/ICRA/IROS/RA-L等）者优先； 5、有矿山、建筑等非结构化户外场景感知经验者优先。