所属职类:算法工程师

激光雷达感知算法工程师

相关职位简介

  • 无工作经验
  • 1-3年
  • 3-5年
  • 5-10年
  • 其他
* 以下职位简介均为BOSS直聘BOSS发布,仅供参考
  • 来源:深圳佑驾创新科技有限公司

    激光雷达感知算法工程师

    岗位职责:1.负责面向自动驾驶复杂场景的激光雷达感知(目标检测/场景分割/目标追踪等)相关算法的研究与开发;2.负责camera-lidar的自动化联合标定算法开发;3.负责算法的集成验证。任职要求:1.有激光雷达感知算法开发经验;2.熟悉lidar点云处理.点云滤波.分割.特征提取.识别.跟踪等算法;3.有AI相关经验者优先,有使用Caffe/TenorFlow/Pytorch等平台经验者优先;4.熟悉C/C++开发语言编程和数据结构与算法,熟悉Linux;5.能实习三个月以上。

    所需技能: 激光雷达、点云
  • 来源:深圳元戎启行科技有限公司

    激光雷达感知算法工程师

    工作内容:1.负责无人驾驶场景中激光雷达感知或者多传感器融合感知算法开发与优化,包括但不限于目标检测.目标分类.点云分割.点云补全和目标Tracking等算法研发;2.在机器学习.深度学习和强化学习领域前沿展开创新性的研究,探索无人车感知解决方案的新方向。职位要求:1.具备扎实的编程实现能力,熟练使用C++,Python等编程语言;2.熟练掌握计算机视觉和机器学习相关的理论知识和实践技能,有Lidar点云相关算法研究经验者优先,有多传感器器融合相关算法研究经验者优先;3.有AI相关经验者优先,有使用Caffe/TenorFlow/Pytorch等平台经验者优先;4.有GPU算法优化经验者优先;5.熟悉点云感知前沿算法,在AI/ML/DL/RL/Graphic领域顶级会议或期刊发表过相关论文者优先,或有大型benchmark竞赛,名次靠前。

    所需技能: 深度学习算法、视觉图像算法、算法设计、机器学习算法、C++、Python、人工智能、TensorFlow
  • 来源:北京京深深向科技有限公司

    激光雷达感知算法工程师

    工作职责:-负责自动驾驶场景中激光雷达感知算法开发及优化-负责基于3D激光点云数据开发目标检测.识别.跟踪等算法-负责3D点云处理分析软件系统的搭建,完成代码编写.测试.维护工作-与智能驾驶系统其他各模块的工程师协同完成系统集成和调试工作职位要求:-计算机.电子.应用数学等相关专业本科及以上学历-熟悉Linux环境,掌握C/C++.python等编程语言-熟悉深度学习开源框架并有较深入理解,如Pytorch.TenorFlow等-熟悉计算机视觉.机器学习.深度学习相关理论,有点云算法经验者优先-熟悉滤波.优化相关理论,有多传感器融合经验者优先-发表过相关领域论文或大型数据集效果排名靠前者优先

    所需技能: 激光雷达、深度学习算法、C++
  • 来源:江苏应泰智能建设机械研究院有限公司

    激光雷达感知算法工程师

    职位描述激光SLAM路径规划移动机器人工作职责:1.负责工程机械车辆导航算法研究开发;2.负责车辆基于激光雷达的感知算法研发.调试与测试;3.与车辆其他各模块的工程师协同完成系统集成和调试工作;4.基于定位.地图.全局路径.环境感知等数据,负责机器人自主避障运动规划算法的技术研究与实现。5.研发过程中的设计,开发,文档撰写。任职要求:1.本科及以上学历,计算机或自动化等专业,理论基础扎实,工作经验1年以上;2.掌握三维SLAM的基础理论和算法,熟练使用C++/C完成程序开发;3.熟练掌握ROS软件平台,有很好的编程基础;4.有点云lam/高精地图拼接/点云数据处理经验者优先;具备无人车相关技术研发经验者优先。5.能够针对遇到的问题,逻辑清晰的分析,制定快速有效的问题解决方案。6.有责任心,能主动跟进各项任务要求,并积极主动的和各方面沟通推进任务。7.针对现场问题,主导解决分析关闭并记录问题形成文档。8.有较多的晋升机会。

    所需技能: 运动控制算法、算法设计、C++
  • 来源:海德仕达人才服务(大连)有限公司

    激光雷达感知算法工程师

    职责描述:1.负责自动驾驶场景中激光雷达感知/以激光雷达为主的多传感器融合感知算法开发及工程部署,包括但不限于3D目标检测.点云分割.跟踪等算法研发;2.在深度学习领域开展创新性研究,探索自动驾驶感知中无监督/弱监督的解决方案;工作要求任职要求:1.具备较好的编程能力,熟悉python/c++等编程语言; 2.熟悉深度学习的基本知识和框架之一:PyTorch,Tenorflow等;3.熟悉计算机视觉.机器学习.深度学习相关理论,有点云算法经验者优先;4.熟悉滤波.优化相关理论,有多传感器融合经验者优先; 5.熟悉cuda.tenorRT,有GPU加速经验者优先; 6.发表过相关领域论文或大型数据集效果排名靠前者优先;

    所需技能: 深度学习算法、视觉图像算法、算法设计、机器学习算法、C++、TensorFlow、PyTorch
  • 来源:上海康旁人才服务有限公司

    激光雷达感知算法工程师

    岗位职责负责无人驾驶车激光雷达感知算法开发与优化;以3D激光点云数据为主,开发目标检测.识别,车道线检测,可行驶区域检测,场景理解等相关算法。任职要求1.硕士及以上学历,计算机科学.图像处理.模式识别.通信工程.应用数学等相关专业;至少3年以上工作经验。2.熟悉机器学习基本理论,扎实的概率统计.线性代数.数值优化基础,深刻理解特征工程,对特征建模有自己的理解;3.熟悉至少一种深度学习开源框架并有较深入理解,如Pytorch.TenorFlow等,并掌握相关实现及优化方案;4.具有较强的编程能力,熟练使用C/C++.Python等开发工具;5.具备3D数据处理经验者优先,发表过论文者优先5.富有激情,有良好的团队合作精神,敢于挑战极限,勇于承担责任

    所需技能: 深度学习算法、视觉图像算法、推荐算法、算法设计、机器学习算法、C++、Python、TensorFlow
  • 来源:奇瑞控股集团有限公司

    激光雷达感知算法工程师

    岗位职责:1.激光雷达数据预处理,包括激光雷达标定.激光雷达与其他传感器联合标定.点云数据分割.点云数据过滤.激光雷达数据解析等;2.激光雷达目标检测与识别,熟练使用pcl库函数和深度学习算法,对障碍物目标和路面标识进行检测与识别;3.负责自动驾驶车辆环境感知算法应用和测试。任职要求:1.硕士及以上学历,计算机科学.机器学习.模式识别.人工智能等专业,5年以上相关工作经验;2.有检测跟踪/图像分割/识别相关经验;3.熟练掌握ro,熟练掌握C/C++.Python等任一算法,熟悉Linux下的Shell或Python编程;4.熟练掌握激光点云预处理算法,目标识别/跟踪/分类等算法,可行驶区域分割算法,在自动驾驶领域有激光雷达应用和相关算法开发工作经验。

    所需技能: 深度学习算法、视觉图像算法、机器学习算法、C++、Python、Shell、运动控制算法
  • 来源:苏州英思铂锐人力资源管理有限公司

    激光雷达感知算法工程师

    岗位职责:1.负责无人驾驶车激光雷达感知算法开发与优化;2.以3D激光点云数据为主,开发目标检测.识别,车道线检测,可行驶区域检测,场景理解等相关算法。任职要求:1.硕士及以上学历,计算机科学.图像处理.模式识别.通信工程.应用数学等相关专业;资深岗位至少3年以上工作经验。2.熟悉机器学习基本理论,扎实的概率统计.线性代数.数值优化基础,深刻理解特征工程,对特征建模有自己的理解;3.熟悉至少一种深度学习开源框架并有较深入理解,如Pytorch.TenorFlow等,并掌握相关实现及优化方案;4.具有较强的编程能力,熟练使用C/C++.Python等开发工具;5.具备3D数据处理经验者优先;6.富有激情,有良好的团队合作精神,敢于挑战极限,勇于承担责任。

    所需技能: 深度学习算法、视觉图像算法、推荐算法、算法设计、机器学习算法、C++、Python、TensorFlow
  • 来源:北京一鸣智能信息科技有限公司

    激光雷达感知算法工程师

    岗位职责1.负责计算机视觉或深度学习算法相关的前沿技术研发工作;2.负责图像或三维点云中的目标检测.跟踪;3.负责图像理解等相关算法研发工作;4.负责camera.lidar.radar等多传感器融合算法研发工作。职位要求:1.具备计算机信号处理.计算机.雷达.信号处理.电子等专业的博士学历,且5年工作经验;2.熟悉C语言开发和信号处理算法3.具备2年左右的雷达信号处理算法或ada开发经验优先;

    所需技能: 深度学习算法、视觉图像算法
  • 来源:青岛海创智图科技有限公司

    激光雷达感知算法工程师

    岗位职责:1.对图像.点云等数据中的静态场景要素的检测和追踪,如车道线.路沿.地标.路牌.交通标志等;2.对图像.点云等数据中的动态场景要素的检测和追踪,如行人.车辆.其他运动障碍物等;3.融合异构传感数据的场景目标检测和跟踪,对单类数据源感知结果进行优化;4.基于不同场景要素的语义.拓扑等关系或结合结合地图先验进行互相校验,给出不同场景要素的置信度评估;5.对摄像头,雷达等传感器性能有很强的评估能力;6.驾驶系统的地图创建和定位提供有力支撑;7.给自动驾驶系统的预测决策规划系统提供有力支撑。任职要求:1.计算机.自动化.数学等相关专业,硕士及以上学历;2.熟悉C++/C或Python,扎实的算法和数据结构知识;3.有自动驾驶系统或ADAS系统感知算法开发经验,如车道线识别,障碍物识别及跟踪等;4.有视觉.激光雷达.毫米波雷达等传感器融合经验;5.熟悉深度学习或计算机视觉等基本知识;6.熟悉常见的滤波算法如卡尔曼滤波或粒子滤波;7.熟悉常见的视觉特征提取/降维算法等;8.具备良好的数学能力,熟悉几何.统计和机器学习算法与理论等。

    所需技能: 深度学习算法、视觉图像算法、算法设计、机器学习算法、C++、Python
  • 来源:北京嘀嘀无限科技发展有限公司

    激光雷达感知算法工程师

    职位描述职位描述1.负责激光雷达与Camera检测结果的融合和样本自动化标注等工作2.负责数据闭环pipeline驱动的感知算法持续迭代优化工作,持续提升长尾物体感知检测能力3.负责Lidar感知算法前沿技术跟踪,技术路线规划工作任职要求任职要求:1.硕士及以上学历,自动驾驶相关公司Lidar技术负责人或骨干,5年以上相关工作经验;2.激光雷达点云预处理,感知算法和目标跟踪算法开发落地经验3.具备良好的Lidar算法前沿技术视野,丰富的算法模型工程优化与部署经验4.良好的团队合作能力,跨团队沟通能力,和解决问题的能力具备以下条件者优先:a.无人驾驶相关公司Lidar感知算法开发落地经验b.基于数据闭环pipeline驱动的激光感知算法持续迭代优化经验,长尾问题优化经验c.基于车载通信中间件系统(ROS,cyberrt等)的算法工程开发经验,丰富的c++编程经验d.Lidar感知模型算法开发,性能优化,和工程部署优化全流程经验者e.有带团队or带项目经验者

    所需技能: 激光雷达、感知算法、Lidar
  • 来源:福瑞泰克智能系统有限公司

    激光雷达感知算法工程师

    岗位职责:1.开发激光雷达点云的深度学习三维目标检测算法;2.负责激光深度学习算法在不同嵌入式平台的移植和匹配;3.优化升级激光雷达目标检测的关联跟踪算法;4.负责激光传统算法和深度学习算法数据融合算法的开发与优化5.负责激光点云级的融合算法设计开发;6.参与感知性能的评测,撰写测试文档;任职要求:1.具有激光点云深度学习处理相关实际工作经验;2.熟悉激光深度学习算法在嵌入式平台的实现的成功工程经验;3.熟悉Linux系统及ROS开发环境;4.掌握C/C++,Python编程,以及Matlab开发工具;5.掌握openCV.PCL.以及各类优化库的使用;6.能够基于Linux.hell.ROS等环境开展工作;7.相关专业硕士或以上学历,扎实的算法和数据结构知识;8.了解业内常见的点云深度学习算法和软件平台方案

    所需技能: 深度学习算法、算法设计、C++、嵌入式技术、激光雷达、点云算法
  • 来源:深圳佑驾创新科技有限公司

    激光雷达感知算法工程师

    岗位职责:1.负责面向自动驾驶复杂场景的激光雷达感知(目标检测/场景分割/目标追踪等)相关算法的研究与开发;2.负责camera-lidar的自动化联合标定算法开发;3.负责算法的集成验证。任职要求:1.硕士以上学历,电子信息,计算机视觉等专业,2年以上激光雷达感知算法开发经验;2.熟悉lidar点云处理.点云滤波.分割.特征提取.识别.跟踪等算法;3.有AI相关经验者优先,有使用Caffe/TenorFlow/Pytorch等平台经验者优先;4.熟悉C/C++开发语言编程和数据结构与算法,熟悉Linux;5.有自动驾驶或智能汽车领域工作经验的优先。

    所需技能: 点云、自动驾驶、智能驾驶、ADAS
  • 来源:毫末智行科技有限公司

    激光雷达感知算法工程师

    职责描述:1.负责自动驾驶场景中激光雷达感知/以激光雷达为主的多传感器融合感知算法开发及工程部署,包括但不限于3D目标检测.点云分割.跟踪等算法研发;2.在深度学习领域开展创新性研究,探索自动驾驶感知中无监督/弱监督的解决方案;任职要求:1.具备较好的编程能力,熟悉python/c++等编程语言;2.熟悉深度学习的基本知识和框架之一:PyTorch,Tenorflow等;3.熟悉计算机视觉.机器学习.深度学习相关理论,有点云算法经验者优先;4.熟悉滤波.优化相关理论,有多传感器融合经验者优先;5.熟悉cuda.tenorRT,有GPU加速经验者优先;6.发表过相关领域论文或大型数据集效果排名靠前者优先;

    所需技能: C++、激光雷达、lidar、三维重建、slam、立体匹配、tof

职业晋升路径

算法工程师资深工程师架构师技术总监

横向职业发展

算法工程师数据挖掘数据分析师算法研究员后端开发

职业问答

    算法项目的核心是支持业务,不能改进业务状态、对业务进行赋能的算法项目都是技术堆叠的空中楼阁
    为提高业务指标,算法工程师应该按照以下流程开展工作:
    1、明确业务指标的定义:若有现成指标,可直接使用;若无相关指标,需要向业务进行调研,设计指标的量化规则和统计口径,并需得到业务认可(相关数据源需和数据团队沟通,数据仓库未集成的需要提出相关需求)
    2、明确业务痛点:通过和业务的沟通调研,明确当前的业务痛点,并通过数据分析和数据挖掘手段,将该痛点进行量化(若业务不能明确业务痛点,需要通过数据手段发现)
    3、明确项目目标:根据业务指标和痛点,设定明确的项目目标,该目标是可量化且可对比,要提前定义好对比维度和方案,且所需数据是数据仓库已(可)集成的或算法可输出的
    4、算法可行性研究:以项目目标未基准,针对当前已有数据和业务逻辑,通过多轮迭代优化的数据分析和数据挖掘,明确算法对实现项目目标的可行性,并初步完成 demo 开发
    5、算法设计:设计方案应当包含算法本身开发的设计方案,数据流程和数据对接的设计方案,和上下游系统交互的对接的设计方案
    6、算法开发和测试:根据设计方案进行算法开发,过程中要不断和数据团队和系统方进行沟通,根据实际情况调整方案
    7、算法上线和监控:按照上线流程进行算法上线,并按照运维要求提供监控逻辑,对算法运行状态进行监控,同时根据业务逻辑规则对算法产生的业务结果进行监控
    8、总结汇报:根据 3 中定义的方案进行算法结果汇总和报告
    9、迭代优化:后续不断地根据算法结果和业务反馈进行算法迭代和优化

首页> 职位百科> 算法工程师> 激光雷达感知算法工程师