以上为北京时间。链接检查不代表仍在招聘，申请前请以招聘官网为准。
按这个岗位的城市和方向提醒，确认后才开启，可选择每日或每周。
岗位职责：
1、负责基于激光雷达的 3D Occupancy、Occupancy Flow 等时空感知算法研发。
2、负责 BEV 表征学习、时序建模、运动预测等核心算法设计与优化，提升环境理解能力。
3、持续优化模型精度、实时性及鲁棒性，支持量产自动驾驶场景落地。
4、负责模型训练、调优、部署及推理加速，完成从算法设计到工程落地的全流程开发。
5、负责 LiDAR OCC 后处理算法 设计与优化，包括 Occupancy 后处理、目标提取、聚类、连通域分析、动态/静态分类、速度估计、时序融合、跟踪关联等，提升感知结果稳定性与可用性。
6、跟踪 Occupancy、Scene Flow、World Model、时空建模等前沿技术，并结合业务持续创新。
任职要求：
1、硕士及以上学历，计算机、人工智能、自动化、电子等相关专业。
2、扎实的深度学习、计算机视觉基础，熟悉 PyTorch 等深度学习框架。
3、熟悉以下一个或多个方向：
具备 Test-Time Training（TTT）/ Fast-Weight等方向的研究与工程经验，重点关注长时序建模与以隐式参数状态替代显式 Memory 的方法。
具备 SLAM、3D Reconstruction、Neural Mapping 或视觉时空建模背景，能够将 TTT 应用于长期场景记忆、在线定位与三维重建，并兼顾算法创新与实际部署效率。
3D Occupancy / Semantic Occupancy。
Occupancy Flow / Scene Flow。
BEV 感知及时序建模。
多传感器融合（LiDAR、Camera）。
4、熟悉 CNN、Transformer、时序网络等模型设计，具备模型训练与调优经验。
5、熟悉点云处理及三维几何基础，掌握聚类、连通域、滤波、目标关联、轨迹平滑等常见算法。
6、具备良好的工程能力，熟悉 Python/C++，能够独立完成算法开发与优化。
7、有自动驾驶量产项目经验、模型部署（TensorRT、ONNX、INT8/QAT 等）经验者优先。
加分项
有 CVPR、NeurIPS 等顶会论文或开源项目经验。
熟悉 CUDA、模型压缩、量化、编译优化等高性能推理技术。
熟悉 MMDetection3D、OccFormer、OpenOccupancy 等相关框架或算法。
有大规模自动驾驶数据训练、分布式训练经验。
【职位类别】算法序列
【学历要求】硕士研究生
【招聘项目】土星项目
【所属公司】北京地平线信息技术有限公司
1、硕士及以上学历，计算机、人工智能、自动化、电子等相关专业。
2、扎实的深度学习、计算机视觉基础，熟悉 PyTorch 等深度学习框架。
3、熟悉以下一个或多个方向：
具备 Test-Time Training（TTT）/ Fast-Weight等方向的研究与工程经验，重点关注长时序建模与以隐式参数状态替代显式 Memory 的方法。
具备 SLAM、3D Reconstruction、Neural Mapping 或视觉时空建模背景，能够将 TTT 应用于长期场景记忆、在线定位与三维重建，并兼顾算法创新与实际部署效率。
3D Occupancy / Semantic Occupancy。
Occupancy Flow / Scene Flow。
BEV 感知及时序建模。
多传感器融合（LiDAR、Camera）。
4、熟悉 CNN、Transformer、时序网络等模型设计，具备模型训练与调优经验。
5、熟悉点云处理及三维几何基础，掌握聚类、连通域、滤波、目标关联、轨迹平滑等常见算法。
6、具备良好的工程能力，熟悉 Python/C++，能够独立完成算法开发与优化。
7、有自动驾驶量产项目经验、模型部署（TensorRT、ONNX、INT8/QAT 等）经验者优先。
加分项
有 CVPR、NeurIPS 等顶会论文或开源项目经验。
熟悉 CUDA、模型压缩、量化、编译优化等高性能推理技术。
熟悉 MMDetection3D、OccFormer、OpenOccupancy 等相关框架或算法。
有大规模自动驾驶数据训练、分布式训练经验。
软件和信息技术服务业
