•参与驾驶辅助系统中 lane-boundary, road-edge, marker, centerline 模块的设计、实现与优化，提升全场景下道路元素的感知稳定性，助力提升mapless功能的稳定性。

•面向量产问题，以实际问题为导向开发模型，优化典型分类场景：大曲率弯、雨天、黑夜等。

•参与优化模型设计，包括时序、模型合并等，提升模型稳定性、感知精度、元素之间的自洽性等。

•追踪前沿的感知算法，记录研究进展和结果，赋能实际量产问题。

•计算机科学、电子工程、自动化、人工智能或相关专业。

•熟悉机器学习、计算机视觉、BEV感知、端到端无人驾驶。

•具备编程能力，熟练使用Python、C++或其他相关编程语言。

•乐于合作、愿意沟通，能够独立思考和解决问题。

•有相关项目经验或实习经历者优先考虑。