职责一：算法设计与开发
工作任务
1、聚焦边缘计算盒子部署场景，负责路口、路段交通场景下雷视融合核心算法的全生命周期管理，包括轨迹拼接、多源数据融合（雷达目标数据 + 视频图像数据）的算法设计、编码开发、性能调优及迭代升级。
2、针对边缘设备算力、内存、功耗约束，优化算法复杂度与运行效率，实现低延迟、高吞吐的算法运行效果
职责二：技术方案与问题攻坚
工作任务
1、深度参与算法需求拆解与技术方案制定，结合交通业务场景明确算法输入输出标准、精度指标及适配边界
2、解决雷视数据时空校准、动态目标轨迹匹配、遮挡场景轨迹延续、多目标冲突处理等核心技术难题，保障轨迹连续性与融合准确性
职责三：算法落地与工程协同
工作任务
1、协同工程团队完成算法工程化落地，提供算法集成文档、接口规范，配合联调测试与现场问题排查。
2、推动算法与边缘硬件设备、上层业务系统的高效适配，确保部署环节的顺畅衔接。
职责四：算法迭代与技术沉淀
工作任务
1、持续监控复杂交通场景（雨雾、强光、车流密集等）下算法运行效果，基于实际数据迭代优化模型，提升系统稳定性与环境适应性
2、沉淀算法开发经验，编写技术文档、算法说明手册，参与团队技术分享，完善雷视融合算法技术体系。
三、岗位任职资格
大学本科及以上学历，计算机科学与技术、软件工程、人工智能、数据科学等相关专业
精通雷视融合核心知识体系，包括雷达（毫米波 / 激光雷达）与视觉（摄像头）传感器的工作原理、数据格式（点云 / 图像 / 时序数据）及误差特性，熟悉多源数据时空校准、同步对齐的技术原理。
深入掌握多源传感器数据融合算法理论，包括卡尔曼滤波、粒子滤波、贝叶斯估计、DS 证据理论等经典融合方法，了解深度学习融合模型（如 Transformer、CNN-LSTM）的应用场景与实现逻辑。
熟练掌握轨迹处理相关理论知识，涵盖轨迹平滑、轨迹匹配、拼接融合、多目标跟踪（MOT）、遮挡场景轨迹延续等核心技术的数学原理与工程实现逻辑。
掌握计算机视觉与数字图像处理基础，包括图像预处理、特征提取、目标检测、图像分割等技术，能适配雷视融合中的视觉数据处理需求。