职位描述1. 负责研发面向高精度静态环境感知的端到端深度学习模型，重点覆盖交通信号灯（红绿灯）、交通标识、车道线、路缘、静态障碍物等关键元素的检测与识别。 2. 构建并优化基于多传感器（摄像头、激光雷达、高精地图）融合的静态场景感知算法，确保在复杂城市道路、隧道、强光/弱光等极端场景下的鲁棒性。 3. 主导红绿灯的状态识别（颜色、闪烁、倒计时）及空间定位算法研发，解决小目标检测、遮挡、动态背光等关键技术挑战。 4. 设计端到端模型架构（如BEV感知、Transformer-based模型），实现从原始数据到结构化静态场景输出的高效映射。任职要求1. 硕士及以上学历，计算机科学、人工智能、机器人、自动化等相关领域。 2. 精通深度学习在计算机视觉中的应用，熟练掌握目标检测（YOLO、DETR）、语义分割（UNet、DeepLab）、关键点检测等任务。 3. 具备红绿灯/交通标识等静态元素感知的实战经验，熟悉相关数据集（如BDD100K、Mapillary Vistas、COCO）。 4. 熟练使用PyTorch/TensorFlow框架，具备端到端模型从训练到部署的全流程能力。 5. 熟练使用Python/C++，熟悉Linux开发环境及CUDA加速。
