1、硬性技能：
（1）精通多传感器融合（激光雷达+视觉+毫米波时序对齐），熟悉卡尔曼滤波、多目标跟踪（MOT）算法。
（2）掌握深度学习模型优化技巧：针对港口场景的模型轻量化
（TensorRT部署）、对抗样本增强（雨天/雾天数据生成）。
（3）特殊场景能力：低矮障碍物检测（码头锁具高度＜10cm）、集装箱边缘破损识别、动态目标预测（AGV运动轨迹）。
（4）运动预测能力：掌握行为预测模型（如Social-GAN、Trajectron++），熟悉不确定性建模（蒙特卡洛Dropout）；基于LSTM/Transformer的目标轨迹预测（如AGV未来3秒路径），输出概率化避障决策依据。
（5）港口场景需求：预测吊车作业引起的路径突变、堆场叉车交互意图。
2、工具链：
（1）必须：Python/C++、ROS2、PyTorch、OpenCV、PCL/Open3D。
（2）加分：熟悉4D毫米波雷达点云处理、国产激光雷达（禾赛/速腾）驱动开发。
3、教育背景：计算机视觉、机器人、自动化相关硕士优先。
4、软性要求：能阅读英文论文（如CVPR/ICRA相关成果），具备算法落地到实车的调试耐心。
985/211/双一流统招硕士及以上
全球智能运输场景，利用智能驾驶、物联网、大数据等技术构建运输环境，运用人工智能技术解决智能运输领域重点难点问题。
为封闭和半封闭场景(港口、园区、矿山、渣土消纳场等)的客户提供智能、高效、安全的物流解决方案。