【崗位職責】
(崗位屬于第三方合同,非電裝正式員工)
● 總結匯報自動駕駛領域最新的算法進展,成果。?
● 將SOTA的算法成果應用到當前算法和模型的改進及優化過程當中。?
● 將Pytorch模型通過ONNX,TensorRT,通過C++ 進行Orin-X的高性能部署。?
● 對數據整理,進行data loader及評價方法的編寫。?
● 自動駕駛其他方向的探索應用,如視角轉換,VLM,RL等。?
【任職要求】
● 擁有3-5年的AD駕駛算法開發經驗,E2E算法開發經驗,掌握相關技術:?
有一段式端到端的實際經驗,掌握類似VAD,UniAD等相關端到端算法的基礎知識,并持續跟蹤最新的 SOTA算法。?
擁有多傳感器融合與多模態集成的工作經驗,并持續跟蹤最新的 SOTA 算法。?
了解BEV,OCC等算法的變化過程,知道相關算法的優劣點。?
了解如何從圖像/點云構建道路拓撲的基礎知識,了解 NERF(神經輻射場)、3DGS相關算法的基礎知識,并持續跟蹤最新的 SOTA 算法。?
●模型轉換與部署(TensorRT 相關):?
熟悉掌握深度學習模型的部署流程,特別是從 PyTorch、ONNX 到 TensorRT 的轉換過程。?
熟練掌握C++對TensorRT的高性能部署。?
能夠使用 TensorRT API 或 CLI 工具進行模型構建、序列化、加載與推理。?
了解 TensorRT 的優化策略,如 FP16、INT8 精度轉換、層融合等。?
具備在Nvidia Orin-X(優先)或是Jetson Orin上部署模型的經驗,包括資源管理與性能調優。?
熟悉模型部署中的常見問題,如內存占用、推理延遲、兼容性問題,并具備解決能力。?
● 數據采集與開發平臺:?
了解如何對攝像頭和激光雷達進行標定。?
了解如何使用 ROS 構建接口,以便進行數據共享、采集,用于離線和在線測試與開發。?
● 圖像與點云配準/標定/優化:?
了解圖像配準、點云配準的基礎知識。?
了解 V-SLAM(視覺同步定位與建圖)相關基礎知識,如基礎矩陣、基本矩陣、束調整、圖優化。?
● 平臺與編程語言:?
操作系統:Linux(Ubuntu)、Windows?
編程語言:Python、C、C++?
● 其他要求:?
需要擁有英語的論文閱讀及交流能力。如有日語讀寫能力更佳。?
計算機、信息、數學、電子、自動化、機械、測控、汽車等相關專業本科及以上學歷,3-5年的AD算法開發經驗。?