智驾多模型融合开发工程师

岗位职责 1.深入分析动态障碍物、静态障碍物、Occupancy 等预标注模型的技术原理、输出特性及适用场景，研究不同模型在数据结构、检测精度和计算效率上的差异，设计高效的多模型融合策略，提升预标注整体性能 2. 针对自动驾驶复杂场景（如城市道路、高速路段、夜间环境等），制定差异化的融合方案，平衡各模型优势，实现动态障碍物实时跟踪、静态障碍物精准识别和 Occupancy 高精度建模的协同输出； 3. 运用加权融合、特征级融合、决策级融合等技术，优化模型间的信息交互机制，解决冲突输出、冗余信息等问题，提高融合结果的准确性与稳定性； 4. 针对融合模型的性能瓶颈（如计算耗时、内存占用），结合 CUDA、TensorRT 等加速工具进行优化，确保融合系统满足预标注生成的性能需求； 5. 建立多维度评估体系，结合可视化工具，量化分析融合模型在不同场景下的性能表现，输出详细评估报告； 6. 根据评估结果与实际应用反馈，持续优化融合算法与参数配置，迭代改进融合模型，提升动态障碍物、静态障碍物及 Occupancy 预标注的综合精度与鲁棒性； 岗位要求： 1. 3 年以上计算机视觉、深度学习领域工作经验，至少 2 年多模型融合相关项目经验，有自动驾驶预标注或感知算法开发经验者优先； 2. 了解自动驾驶系统架构，熟悉激光雷达、摄像头等传感器数据特性，有动态障碍物、静态障碍物或 Occupancy 预标注模型开发经验者优先； 3. 全链路模型性能优化能力，熟练掌握nvidia 工具链(cuda，TensorRT，DALI，deepstream 等） 4. 掌握模型评估方法，能够对模型能力以及输出结果进行量化分析，输出阶段性能力报告；