杭州飞步科技有限公司(如下简称“飞步科技”)是一家致力于研发无人驾驶、辅助驾驶相关技术的人工智能企业,拥有自主知识产权,是中国领先的智能驾驶系统供应商与技术服务商。
飞步科技成立于2017年8月,目前已获得全球著名投资机构的鼎力支持。公司多位核心管理及技术人员毕业于UC Berkeley、U. Chicago、UIUC、Georgia Tech、浙江大学、清华大学等国内外高等院校,并曾就职于Google、Yahoo、Intel、高通、Microchip、滴滴、上汽等知名企业,技术背景横跨机器学习、计算机视觉、机器人、控制、车辆工程及大规模集成电路,在人工智能相关领域有近二十年的深厚积累。公司已开发基于人工智能算法的车载系统和软硬件平台,实现汽车从感知、交互、理解到决策的智能化控制。
飞步科技致力于推动中国汽车驾驶领域的智能化,让未来出行更安全、更智能、更便捷!通过创新的技术研发打造智能出行新时代,营造更加安全的交通环境。为中国智能驾驶提供技术行业标准,打造科技智慧型城市。
职位名称 |
专业 |
招聘人数 |
岗位职责 |
专业技能要求 |
薪酬 |
自动驾驶决策规划算法工程师 |
计算机、自动化等相关专业 |
2 |
岗位职责
1. 研究复杂任务和场景下的自动驾驶决策和轨迹规划算法
2. 负责决策和轨迹规划模块的开发调试工作
3. 针对复杂动态场景研发灵活、鲁棒的解决方案,提高车辆与场景的交互能力
|
任职要求
1. 计算机、自动化等相关专业的本科及以上学历,并具有行为决策、轨迹规划、机器人学等研究经历
2. 具备扎实的理论功底,包括机器学习、最优化理论、控制理论、机器人学等,并善于对实际问题进行建模和求解
3. 对常用的行为决策和轨迹规划算法有深入理解和应用经验
4. 优秀的C /Python编程能力,熟练掌握数据结构及算法 |
面议 |
自动驾驶行为预测算法工程师 |
计算机科学与技术,自动化等相关专业 |
1 |
岗位职责
1. 研究复杂场景下交通参与者的行为预测算法及交通流推演算法
2. 负责机器学习模型的训练以及行为预测模块的开发调试工作
3. 与自动驾驶决策规划模块协同开发场景交互策略
|
任职要求
1. 计算机、自动化等相关专业的本科及以上学历,并具有机器学习、深度学习相关的研究经历
2. 具备扎实的理论功底,包括机器学习、统计学、最优化理论等,并善于对实际问题进行建模和求解
3. 对常用的深度学习模型有深入理解和应用经验,包括LSTM, RNN, CNN, GAN等
4. 优秀的C /Python编程能力,熟练掌握数据结构及算法 |
面议 |
研发工程师 |
计算机科学与技术 |
4 |
岗位职责:
无人车软件系统架构开发与算法实现。
|
职位要求:
1. 深入理解计算机网络与操作系统,有扎实的数据结构和算法基础;
2. 丰富的Linux服务端开发经验,了解Linux通信与多线程编程优先;
3. 良好的代码风格和编码习惯;
4. 熟练使用C /C;
5. 有GPU编程(CUDA/OpenGL)经验优先;
6. 有机器学习及相关经验优先。 |
面议 |
视觉算法工程师 |
计算机科学与技术 |
3 |
岗位职责:
负责自动驾驶系统中感知相关算法的研发与测试,主要包括但不限于以下几项:
1. 障碍物的检测与跟踪;
2. 行驶场景的分割与理解;
3. 多源传感器的信息融合;
4. 深度学习模型优化、加速与压缩。
|
任职要求:
1. 熟悉state-of-the-art的目标检测算法,有实际动手或项目经验;
2. 有扎实的算法与数据结构基础,熟悉常见的机器学习算法;
3. 熟悉TensorFlow,Pytorch,MXNet等任一种深度学习框架;
4. 了解卡尔曼滤波,粒子滤波,JPDA等追踪算法;
5. 熟悉Linux,熟练掌握C/C 编程语言;
6. 有ML/CV相关高水平论文发表,或Kaggle、ImageNet等高名次竞赛经历者优先。 |
面议 |
感知算法工程师(融合预测方向) |
计算机科学与技术 |
1 |
岗位职责:
1. 融合多相机、毫米波雷达、激光雷达等传感器的障碍物检测结果,提高障碍物的检测准确性、定位精度和速度精度
2. 将融合信息进行建模与跟踪,得到方便应用于后续路径规划模块的结果
|
职位要求:
1. 熟悉常见时间序列处理方法,有实际动手经验;
2. 熟悉基于滤波和优化的状态估计算法,并可以灵活运用解决实际问题;
3. 熟悉基于机器学习的行为预测和轨迹预测方法;
4. 良好的编程能力,熟悉python, c ,掌握常见的算法和数据结构知识。
5. 有ML/CV相关高水平论文发表,或Kaggle、ImageNet等高名次竞赛经历者优先。 |
面议 |
感知算法工程师(深度学习方向) |
计算机科学与技术 |
1 |
岗位职责:
负责自动驾驶系统中感知相关算法的研发,主要包括但不限于以下几项:
1. 障碍物的检测;
2. 障碍物的跟踪;
3. 行驶场景的分割与理解;
4. 目标行为分析及预测;
5. 深度学习模型优化、加速与压缩。
|
职位要求:
1. 熟悉state-of-the-art的目标检测算法,有实际动手或项目经验;
2. 有扎实的算法与数据结构基础,熟悉常见的机器学习算法;
3. 熟悉TensorFlow,Pytorch,MXNet等任一种深度学习框架;
4. 熟悉Linux,熟练掌握C/C 编程语言;
5. 有ML/CV相关高水平论文发表,或Kaggle、ImageNet等高名次竞赛经历者优先。 |
面议 |