职位描述
模型算法部分

协助基于LiDAR的3D目标检测模型的设计、优化与实现，参与提升检测精度、召回率与鲁棒性的工作。
参与点云处理、3D卷积、PointNet等相关技术研究，学习多类目标的精确检测方法。
参与LiDAR与摄像头、毫米波雷达等多传感器融合检测算法开发。
协助分析路测corner case，参与解决恶劣天气、遮挡、稀疏点云等检测难题。
参与模型推理效率优化，学习车载实时检测技术。
协助CUDA加速和嵌入式平台优化工作。
学习点云处理库（PCL、Open3D等）的使用和优化。
职位要求
计算机、电子工程、自动化、数学等相关专业本科及以上在读学生。
对计算机视觉、深度学习技术有浓厚兴趣，有相关课程学习或项目经验。
熟练掌握Python编程语言，了解常见深度学习框架（如TensorFlow、PyTorch等）。
具备良好的数学基础，了解3D几何、点云处理、目标检测等算法原理。
学习能力强，有较强的自驱力和责任心。
良好的团队协作能力和沟通能力。
实习期不少于3个月，每周工作时间不少于4天。
加分项

有3D点云处理、目标检测或环境感知相关项目经验。
了解PointPillars、SECOND、PointRCNN、VoxelNet等检测框架。
有C++编程经验或了解CUDA编程。
了解激光雷达数据处理，对Velodyne、Hesai、Livox等LiDAR设备有基本认知。
了解PCL、Open3D等点云处理库。
了解多传感器融合检测技术，熟悉LiDAR-Camera融合。
了解Transformer、BEV感知、4D毫米波雷达等前沿技术。
了解点云分割、语义分割、实例分割等相关技术。
了解ROS、Apollo等自动驾驶开发框架。
有相关竞赛获奖经历或发表过相关论文。