[北京] 自动驾驶 - 定位/感知/规划与决策/控制/深度学习框架等算法职位 - V2EX
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
Renee001
V2EX    问与答

[北京] 自动驾驶 - 定位/感知/规划与决策/控制/深度学习框架等算法职位

  •  
  •   Renee001 2018-08-22 15:33:04 +08:00 2309 次点击
    这是一个创建于 2621 天前的主题,其中的信息可能已经有所发展或是发生改变。

    Hello 大家好,我是专注于自动驾驶行业算法类职位招聘的 YOYO,欢迎大家一起来探讨行业信息,分享资源~ 微信:735930333

    定位与高精度地图算法工程师 岗位职责:

    1. 使用多源传感器(包括但不限于视觉与 LiDAR )开发基于不同依据的高精度定位模块,用于自动驾驶中分米级别的高精度定位;
    2. 使用视觉和 Lidar 技术建立以上定位模块使用的高精度地图;
    3. 综合使用相关知识,完成大规模自动化的多源传感器标定(包括但不限于相机、LiDAR、IMU )。 任职要求:基础项(前三项至少满足一项) 1 了解计算机视觉中基本的几何知识; 2 了解常用 vSLAM,VO/VIO 或 LiDAR SLAM 算法,有实际动手或项目经验; 3 了解常用滤波算法,并可以灵活运用解决实际问题; 4 熟悉 python, c++,有很强的动手能力; 加分项:
    4. 有计算机视觉或机器学习相关研究经验,有高水平论文发表;
    5. 参加 kaggle 比赛获得前十名者;
    6. 参加过 ACM/ICPC 等编程竞赛者取得优异成绩。

    感知算法工程师 岗位职责:

    1. 追踪并改进前沿感知算法模块,包括但不限于基于视觉与 LiDAR 的物体检测,场景分割,目标追踪等;
    2. 将独立感知模块的输出进行融合,得到适合后续路径规划模块的表示。 技能:
    3. 在计算机视觉 /深度学习 /机器感知三者之中至少熟悉一项基本知识,有处理真实大规模数据经验(课程作业除外);
    4. 熟悉 python, c++;
    5. 动手能力强,可以快速将想法落实; 加分项:
    6. 有计算机视觉或机器学习相关研究经验,有高水平论文发表;
    7. 参加 kaggle 比赛获得前十名者;
    8. 参加过 ACM/ICPC 等编程竞赛者取得优异成绩。

    高级路径规划与决策算法工程师 岗位职责:

    1. 带领团队实现和优化自动驾驶卡车的决策与路径规划工作;
    2. 对接上游感知团队和下游控制团队,从整个系统角度设计合适的 planning 模块,并对上下游提出需求。 任职资格:
    3. 有丰富的自动驾驶汽车相关路径规划与决策经验;
    4. 了解基本机器学习算法;
    5. 对于各种算法适合问题的 scope 有清晰认识,能自主选择适合的算法解决业务问题;
    6. 优秀的管理和沟通能力;

    车辆控制算法工程师 工作职责:

    1. 负责自动驾驶系统控制相关算法的研发、仿真、调试及前期测试工作
    2. 负责自动驾驶控制相关需求整理及控制算法评价基准及体系的建立
    3. 负责基于不同场景,车型的控制算法选型及开发
    4. 配合现场工程师完成控制算法集成与测试,及配合其他模块工程师完成相关开发工作
      任职要求:
    5. 熟练掌握频域、时域中控制器设计方法和稳定性分析,熟练掌握动态系统建模及参数测量方法
    6. 熟练掌握经典及现代控制理论,熟练掌握如 MPC 等一种及以上控制算法
    7. 熟练掌握 Matlab、Simulink 及相关工具包的使用,掌握 CarSim/TruckSim,prescan 等汽车仿真测试软件
    8. 具有 ROS 系统开发经验,掌握 C/C++/Python 加分项
    9. 自动化专业或相关专业硕士及以上学历
    10. 有自动驾驶控制系统设计经验者优先 Simulink 是 MATLAB 中的一种可视化仿真工具, 是一种基于 MATLAB 的框图设计环境,是实现动态系统建模、仿真和分析的一个软件包,被广泛应用于线性系统、非线性系统、数字控制及数字信号处理的建模和仿真中。

    深度学习框架研发工程师 岗位职责:

    1. 针对公司内部需求,优化深度学习平台( MXNet )训练和部署性能;
    2. 基于 MXNet,设计和研发大规模分布式训练平台;
    3. 为相关开源项目贡献新 Feature。 任职要求:
    4. 了解机器学习以及深度学习基本知识;
    5. 熟悉计算机体系结构和性能优化基本知识;
    6. 在相关开源项目( MXNet,Caffe,TensorFlow,PyTorch )有贡献者优先。 加分项:
    7. 有并行分布式开发经验或 ACMICPC/超算比赛等参赛经验。
    目前尚无回复
    关于     帮助文档     自助推广系统     博客     API     FAQ     Solana     2676 人在线   最高记录 6679       Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 262ms UTC 08:40 PVG 16:40 LAX 01:40 JFK 04:40
    Do have faith in what you're doing.
    ubao msn snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86