工作范围：

1.制定适配商用车或乘用车的3D雷达数据标注规范，并在后续根据需要对标注规范进行更新和优化；

1. 根据配商用车或乘用车项目需要进行雷达通用3D障碍物检测算法、车道线检测算法、传统聚类和体素化算法的研发或基于已有框架进行定制化开发，使最终的评价指标达到项目要求；

2. 根据配商用车或乘用车项目需要，对雷达外参进行标定，并使标定结果满足实际使用需要。

3. 雷达模型本身算法调优，输出可复现的系统分析文档：包括算法设计原理算法设计原因、算法设计整体架构），过程中进行算子改写和优化，设计符合项目需求的算子用于解决模型性能提优

4. 能够实现算法框架编写和优化，满足模型平台化要求

技术要求：

1. 熟练掌握PointPillars系列或CenterPoint系列算法的基本原理，能基于PointPillars系列或CenterPoint系列算法进行定制化开发适配乘用车或商用车；

2. 熟练掌握PyTorch深度学习框架和人工智能的数学基本原理;

3. 熟练掌握Python3基础语法，熟练掌握Python3编程，使用Python3和PyTorch独立开发过深度学习框架或基于开源框架做过定制开发；

4.掌握雷达3D通用障碍物检测、车道线检测算法、传统聚类和体素化算法的基本原理并能根据实际项目需要制定数据标注规范，能结合算法检测结果对数据集、数据标注规范进行分析和优化；

5.掌握雷达外参标定法和标定的基本原理，能根据实际的项目需要，进行雷达的外参标定，并使标定结果能满足实际项目需要。

教育背景：

计算机科学、人工智能、软件工程、自动化等相关专业本科及以上学历。