【岗位职责】
1. 负责Dino等前沿视觉模型在特定场景下的迁移训练（Fine-tuning）和应用，利用 LiDAR 数据监督视觉网络，解决弱纹理（大片草地）下的深度估计文图。
2. 负责Dino等自监督学习模型在机器人感知系统中的应用，通过 Linear Probing 或 Adapter 微调，实现高精度的语义分割（区分草地、沙坑、路沿、障碍物）；
3. 负责模型在嵌入式平台上的轻量化与加速。包括模型剪枝、算子优化、以及 TensorRT (FP16/INT8) 推理引擎的构建，确保视觉链路整体帧率＞20FPS；
4. 负责数据闭环建设，设计从数据采集、自动标注（利用 LiDAR 生成视觉真值）到模型迭代的自动化管线，持续解决 Corner Cases（如树荫斑驳、强光逆光、草尖干扰）。
【岗位要求】
1. 硕士及以上学历，计算机、自动化、数学、机器人等相关专业；
2. 2年及以上感知算法经验，有自动驾驶（L3/L4）、Robotaxi、清洁机器人、低速无人车等领域感知算法行业经验，具备非结构化场景（园区、野外等）项目落地经验者优先。
3. 精通PyTorch，深入理解Transformer架构；有DINO/MAE/CLIP等自监督模型或BEV（LSS/BEVFormer等）实战经验者优先；
4. 有 TensorRT 模型部署经验，熟悉CUDA编程或算子优化，能够独立完成从模型训练到上车部署的全流程；
5. 熟悉 ROS/ROS2 操作系统及通信机制；
6. 有BEV感知算法（如 LSS, BEVFormer, BEVFusion）实战经验者优先；
7. 有非结构化道路（如矿区、农业、野外、园区）感知算法开发经验者优先；
8. 具备出色的钻研精神和解决复杂技术难题的能力。
