Job description
亮点 / Highlights: 真实的落地场景：不同于实验室 demo，你的代码将直接控制数以千计的无人机在复杂的城市低空穿梭，解决真实的配送物流痛点。百万量级的真实场景数据和高保真仿真场景，长尾难题等你来挑战。 多专业交融碰撞：能够同规划、控制、地图、定位等团队密切配合，技术路线的创新不断相互碰撞。 丰富的训练资源：满足大规模并发实验的 GPU 集群，只要敢想，就能实现
岗位职责 / Duties: 面对复杂的城市“毛细血管”配送、极端天气以及多变的动态障碍物，传统的 Rule-based 和模块化设计已触及天花板。 我们需要探索通过重构无人机的感知和决策规划能力，实现从“感知环境”到“理解环境”的跨越，让物流无人机真正具备处理长尾场景的通用智能。我们不寻找系统维护者，我们寻找的是技术栈的变革者。 你的使命是打破感知与决策的边界，将最前沿的自动驾驶与具身智能范式引入低空领域，让无人机具备在复杂、动态场景下自主思考与进化的能力。
具体职责包括： 架构演进：面向业务发展路线，推动“传感器布局-算力平台-算法架构”的整体设计，推动感知技术栈从“分段式模块（Detection-Tracking-Mapping）”向“统一表征/端到端架构”演进，提升在复杂长尾场景下的泛化能力。 算力优化：应用先进的模型压缩、量化及算子优化技术，实现 SOTA 模型在边缘端的高帧率运行。 数据闭环：构建基于影子模式（Shadow Mode）或自动标注的数据闭环系统，利用仿真与真实数据解决感知中的极端工况问题，提升测试效率。 负责将AI工具与方法应用于算法研发全流程，提升开发效率与解决方案的智能化水平；
任职要求 / Requirements: 深厚的理论功底：计算机、自动化、数学等相关专业硕士/博士，对多视图几何、最优化算法、多源传感器融合及大规模深度学习有深刻理解，熟悉经典的自动驾驶/机器人/无人机的整体算法架构，了解行业前沿的算法框架（如 BEVFormer、UniAD 等）
扎实的传感器基础：对单目/多目视觉系统、LiDAR、毫米波雷达等常见传感器的基本原理有一定认知，了解各类传感器的优劣势和适用场景
SOTA 追踪能力：熟练掌握 BEVDet、OccNet、UniAD 等自动驾驶领域前沿架构，持续追踪自动驾驶、具身智能领域的 SOTA（State-of-the-Art）技术，能够敏锐判断新技术在低功耗硬件上的迁移可行性。
实战经验：有自动驾驶、机器人或大规模感知系统落地经验，熟悉常见的模型训练和加速框架，具备高性能 C++ 编程能力。
系统级视野：能够从 First Principles Thinking 出发拆解复杂任务，不盲从既有路径，具备重构现有技术栈的胆识与专业判断力。
工程方法论：熟悉 gerrit/repo 工作流，有大型项目版本控制与代码评审经验，能高效管理复杂的技术迭代。
【加分项】 学术影响力：在 CVPR, ICCV, ECCV, ICRA, IROS 等顶会发表过高质量论文或在知名竞赛（如 NuScenes 挑战赛）中取得优异成绩。 熟练运用AI辅助工具（如代码生成、数据分析、模型调优等）进行算法开发与优化； 具备利用AI技术解决复杂工程问题的能力，并能评估其在实际场景中的有效性与局限性。