AI-算法实习生（MJ020607）

AI 摘要智能生成

参与泊车场景 Occupancy（占用网络）算法研发

职位描述

岗位职责（具体工作内容） 1. 参与泊车场景 Occupancy（占用网络）算法研发，包括 3D Occupancy 真值生成、数据标注流水线、模型训练、评测、bad case 分析，覆盖鱼眼环视相机输入的占用预测任务。 2. 参与泊车端到端感知方案迭代，完成 BEV 特征提取、目标检测、语义分割、占用预测多任务融合，支撑车位、障碍物、可行驶区域、动态参与者感知输出。 3. 参与泊车场景 World Model（世界模型）的探索与开发，基于 Diffusion / Flow Matching 等生成模型做泊车场景预测、轨迹条件生成、未来场景仿真，支撑 MLPlanner 等规划方案。 4. 跟进模型训练、调参、推理优化，完成离线仿真与实车数据验证，输出实验报告、对比基线、复盘噪声 / 雨滴 / 暗光等 Corner Case。 5. 阅读顶会论文（CVPR/ICCV/ECCV/CoRL 等），复现前沿方案，调研 Occupancy、BEV 感知、生成式 World Model 在自动泊车场景的落地可行性，输出技术调研文档或者技术论文。 任职资格（学历、目标院校、语言、技能、性格等要求） 1. 计算机、自动化、电子信息、机器人等相关专业，硕士及以上在读，可保证连续实习 5 个月及以上，每周全职≥4 天；有自动驾驶 / 机器人感知方向实习经历优先。 2. 扎实深度学习基础，熟悉 CNN、Transformer、MHA、BEV 感知、3D 几何（相机内参、外参、投影、IPM、视锥），了解 Occupancy、NeRF、SDF 基础概念。 3. Python 熟练，熟悉 PyTorch；熟悉 Linux 开发环境，掌握数据处理、训练脚本、指标评测、可视化工具；了解 C++ 优先。 4. 熟悉自动驾驶感知数据集流程，有标注流水线、真值生成、数据闭环相关经验加分；有环视鱼眼相机感知经验加分。 5. 具备基本英文阅读能力，能够独立精读顶会论文，复现开源方案。 ### 方向加分项（重点） 1. 有 Occupancy / Occupancy Prediction 项目经验，做过 BEV-Occ、Surround-Occ、环视 Occupancy 训练、评测、bad case 分析优先。 2. 有端到端 BEV 感知、多任务感知模型开发经验优先。 3. 了解 Diffusion、DDPM、Flow Matching，有 World Model / 场景生成、时序预测、条件生成模型复现或开发经验，熟悉 MLPlanner 类轨迹 - 场景联合建模优先。 4. 熟悉自动泊车场景，了解车位检测、静态 / 动态障碍物感知、泊车规划约束优先。 5. 看过相关顶会论文，有复现记录、个人开源项目、竞赛成果优先；熟悉 S3、大规模数据集管理、分布式训练优先。

任职要求

• Python
• C++
• Linux
• 算法
• 深度学习