工作职责 研究以视觉为主的环境建模方法，负责地面静态要素（车道线，路沿，道路标识等）跟踪，重建的算法开发与优化 研究数据驱动无图的静态路网拓扑方法，如车道拓扑，车道路权，车道拓扑结构等逻辑要素建模 任职要求 计算机视觉、模式识别、机器学习、电子信息、机器人等相关专业的硕士/博士或者同等工作经验 熟悉主流深度学习算法，精通一/多个领域，包括但不限于静态要素感知、多任务学习、立体视觉等领域，有计算机视觉、模式识别领域顶会（CVPR/ICCV/ECCV/ICML/NeurIPS）或顶刊（TPAMI/IJCV/TIP）作品者优先；顶级学术比赛获奖者或实际工程项目经验者优先 熟悉经典的VIO/LIO/VSLAM/SFM 等算法，熟悉主流视觉slam的开源框架，有车端建图或云端建图等经验者优先 有自动驾驶感知、融合、预测等量产研发经验者优先； 深入了解数据结构、算法、代码优化和大规模数据处理等相关知识；精通 C/C++ 或 Python 编程，有ACM经验者优先。掌握一种以上的深度学习训练框架（Pytorch, MXNet, Tensorflow…