无人机视觉避障算法工程师

核心职责 聚焦无人机视觉避障领域，同时承担算法量产交付与基座大模型开发两大核心任务，确保算法方案兼具高性能、高可靠性与工程化落地能力，支撑无人机产品的市场化推广与技术迭代。 一、量产交付相关工作 1.负责无人机视觉避障核心算法的设计、开发、优化与量产交付落地，涵盖障碍物检测、识别、跟踪、深度估计等全流程技术方案。 2.精通视觉深度学习技术，基于CNN、Transformer等核心网络架构，迭代优化避障算法性能，保障无人机在复杂场景下的避障准确性与实时性。 3.主导深度估计算法研发，熟练掌握双目及多目深度估计技术，解决不同光照、天气、地形场景下的深度感知难题，提升避障系统的环境适应性。 4.负责算法的工程化适配与问题排查，配合硬件团队完成传感器标定、算法部署调试，打通从算法原型到量产交付的全链路，确保满足量产产品的性能、功耗、成本等指标要求。 5.沉淀量产交付经验，输出算法开发规范、测试标准与问题解决方案，推动后续量产项目的高效落地。 二、基座大模型开发相关工作 1.负责无人机视觉避障基座大模型的架构设计与研发工作，结合无人机场景特性，设计适配避障任务的大模型网络结构，提升模型的泛化能力与多任务处理能力。 2.主导大模型多任务训练体系搭建，涵盖任务定义、数据标注、训练策略制定、模型调优全流程，实现障碍物检测、深度估计、场景识别等多任务的协同优化。 3.负责大模型轻量化训练与部署优化，针对无人机端侧硬件资源约束，通过模型压缩、量化、剪枝等技术，在保证模型性能的前提下，降低模型复杂度与推理 latency，满足端侧实时运行需求。 4.跟踪大模型领域前沿技术动态，将新技术、新方法融入基座模型开发，持续提升模型性能与竞争力，支撑避障算法的技术领先性。 三、其他核心工作 1.配合测试、产品等团队，完成算法功能测试、性能测试与场景化验证，输出测试报告并推动问题闭环。 2.参与技术方案评审、专利申报与技术文档撰写，沉淀核心技术资产。 3.与跨部门团队协同合作，推动算法与硬件、软件、产品等模块的高效融合，保障项目整体进度。

一、核心硬性要求 1.本科及以上学历，计算机科学、电子信息、自动化、人工智能、机器人等相关专业，3年及以上无人机视觉避障或相关领域算法研发经验。 2.精通视觉深度学习技术，深入理解CNN、Transformer等核心网络架构的原理与应用，具备独立设计与优化算法模型的能力。 3.熟练掌握深度估计技术，有丰富的双目及多目深度估计算法研发经验，能解决复杂场景下的深度感知痛点问题。 4.具备完整的算法量产交付经验，熟悉从算法原型到端侧部署的全流程，了解量产产品的性能、功耗、成本等核心约束条件。 5.精通大模型结构设计、多任务训练与轻量化训练技术，熟悉VLA架构训练，有大模型（尤其是视觉大模型）研发与落地经验者优先，有VLA架构相关量产经验者优先。 二、技能要求 1.熟练使用Python/C++编程语言，掌握PyTorch、TensorFlow等主流深度学习框架，具备高效的模型开发与调试能力。 2.熟悉计算机视觉常用工具与技术，如OpenCV、ROS、点云处理等，有无人机场景视觉算法开发经验者加分。 3.具备良好的数学基础，精通线性代数、概率论、微积分、机器学习等核心知识，能支撑算法的理论分析与优化。 4.掌握模型量化、剪枝、压缩等轻量化技术，有端侧（ARM、GPU等）算法部署经验者优先。 三、素质要求 1.具备强烈的责任心与结果导向，能高效推进项目落地，应对量产交付过程中的各类问题。 2.具备优秀的问题分析与解决能力，逻辑思维清晰，能快速定位算法瓶颈并提出优化方案。 3.具备良好的沟通协调能力与团队合作精神，能高效配合跨部门团队完成工作。 4.有较强的学习能力与技术敏感度，愿意跟踪前沿技术并应用于实际工作中。 5.具备良好的技术文档撰写能力，能清晰输出算法设计文档、测试报告等资料。 加分项 1.有无人机整机企业视觉避障算法量产经验者，或主导过核心算法从0到1量产落地项目者优先。 2.在视觉大模型、多模态大模型领域有相关研发成果，或发表过高水平学术论文、拥有相关专利者优先；熟悉VLA架构训练且有相关量产经验者优先。 3.熟悉无人机飞行控制原理，能结合飞行场景优化避障算法者优先。 有端侧AI芯片（如昇腾、地平线、高通等）算法部署经验者优先。