职位详情

职位列表 链接有效 不适用(官网全量采集) official:meituan:4520071973

无人机-毫米波雷达感知AI技术研究员

未披露 · 深圳市 · 美团

主分类:机器人与自动驾驶算法研发
算法与数据
来源 JD 数据(旧分类保留,当前主分类见上方)
{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "无人机-毫米波雷达感知AI技术研究员",
        "job_level": "未披露",AI生成
        "work_category": "全职",AI生成
        "department": "无人机业务部",
        "location": "深圳市",
        "work_mode": "未披露",AI生成
        "job_category": "技术类"AI生成
    },
    "company": {
        "company_name": "美团",
        "company_industry": "科技零售 / 生活服务",
        "company_size": "10000人以上",
        "company_website": "meituan.com",
        "company_description": "美团通过科技推动服务零售和商品零售的数字化,连接消费者与商户。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": 3,
        "degree": "未披露",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1、前沿技术研究:跟踪毫米波雷达感知AI领域的最新进展(如4D点云处理、多模态融合、深度学习算法),分析行业标杆方案并输出技术Benchmark。\n2、感知算法研发:负责毫米波雷达点云/信号的数据处理算法开发(如目标检测、跟踪、分类、SLAM);针对无人机低空物流场景(如复杂城市环境、动态障碍物避障),优化感知算法的鲁棒性与实时性。\n3、多传感器融合:设计毫米波雷达与视觉、激光雷达等传感器的融合感知方案,提升无人机在弱光、雨雾等恶劣条件下的环境理解能力。\n4、系统需求拆解:结合业务场景(如精准降落、航线规划),输出毫米波雷达感知模块的技术规格与性能指标。\n5、量产落地支持:参与算法在嵌入式平台(如无人机主控芯片)的部署优化,确保算力、功耗与精度的平衡。\n6、跨团队协作:与射频、硬件、飞控团队合作,解决感知-控制闭环中的关键问题(如延迟优化、误检抑制)。\n7、主动探索并运用各类AI工具优化日常工作流程,积极推动AI在业务场景中的落地实践,持续提升个人及团队的工作效率与产出质量;",
        "requirements_text": "1、精通毫米波雷达数据处理及深度学习模型;\n2、熟悉PyTorch/TensorFlow,具备嵌入式部署经验;\n3、3年以上雷达感知或自动驾驶/无人机相关算法研发经验。\n4、场景理解:能从无人机业务需求(如物流避障、低空导航)出发,设计高可靠性的感知解决方案。\n5、工程素养:熟悉算法量产流程(数据采集、标注、模型迭代),具备跨团队沟通能力。\n6、具备主动学习与探索AI新工具、新方法的意识,能持续将AI能力融入实际工作场景并独立落地;\n7、对AI工具有实际使用经验,能清晰阐述利用AI解决复杂问题的思路与方法,保持对AI前沿趋势的敏感度;",
        "skills": [AI生成
            "PyTorch",
            "TensorFlow",
            "深度学习",
            "嵌入式",
            "可靠性",
            "沟通能力"
        ],
        "preferred_qualifications": "未披露",
        "job_highlights": "技术前沿性:探索雷达及AI融合感知等新技术在低空物流场景的应用。\n业务影响力:直接参与美团无人机核心感知能力建设,推动城市低空物流的智能化落地。\n职业路径:可向AI算法专家、感知系统负责人或无人机AI产品经理方向发展。"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4520071973&jobShareType=1"
            }
        ]
    },
    "posting": {
        "posting_id": "4520071973",
        "post_date": "",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4520071973&jobShareType=1"
    },
    "fulltext": "无人机-毫米波雷达感知AI技术研究员\n无人机-毫米波雷达感知AI技术研究员\n\n基础信息\n工作地点:深圳市\n部门:无人机业务部\n职位类别:技术类\n职位族群:算法\n更新时间:2026-06-03\n\n岗位职责\n1、前沿技术研究:跟踪毫米波雷达感知AI领域的最新进展(如4D点云处理、多模态融合、深度学习算法),分析行业标杆方案并输出技术Benchmark。\n2、感知算法研发:负责毫米波雷达点云/信号的数据处理算法开发(如目标检测、跟踪、分类、SLAM);针对无人机低空物流场景(如复杂城市环境、动态障碍物避障),优化感知算法的鲁棒性与实时性。\n3、多传感器融合:设计毫米波雷达与视觉、激光雷达等传感器的融合感知方案,提升无人机在弱光、雨雾等恶劣条件下的环境理解能力。\n4、系统需求拆解:结合业务场景(如精准降落、航线规划),输出毫米波雷达感知模块的技术规格与性能指标。\n5、量产落地支持:参与算法在嵌入式平台(如无人机主控芯片)的部署优化,确保算力、功耗与精度的平衡。\n6、跨团队协作:与射频、硬件、飞控团队合作,解决感知-控制闭环中的关键问题(如延迟优化、误检抑制)。\n7、主动探索并运用各类AI工具优化日常工作流程,积极推动AI在业务场景中的落地实践,持续提升个人及团队的工作效率与产出质量;\n\n岗位基本要求\n1、精通毫米波雷达数据处理及深度学习模型;\n2、熟悉PyTorch/TensorFlow,具备嵌入式部署经验;\n3、3年以上雷达感知或自动驾驶/无人机相关算法研发经验。\n4、场景理解:能从无人机业务需求(如物流避障、低空导航)出发,设计高可靠性的感知解决方案。\n5、工程素养:熟悉算法量产流程(数据采集、标注、模型迭代),具备跨团队沟通能力。\n6、具备主动学习与探索AI新工具、新方法的意识,能持续将AI能力融入实际工作场景并独立落地;\n7、对AI工具有实际使用经验,能清晰阐述利用AI解决复杂问题的思路与方法,保持对AI前沿趋势的敏感度;\n\n岗位亮点\n技术前沿性:探索雷达及AI融合感知等新技术在低空物流场景的应用。\n业务影响力:直接参与美团无人机核心感知能力建设,推动城市低空物流的智能化落地。\n职业路径:可向AI算法专家、感知系统负责人或无人机AI产品经理方向发展。\n1、前沿技术研究:跟踪毫米波雷达感知AI领域的最新进展(如4D点云处理、多模态融合、深度学习算法),分析行业标杆方案并输出技术Benchmark。\n2、感知算法研发:负责毫米波雷达点云/信号的数据处理算法开发(如目标检测、跟踪、分类、SLAM);针对无人机低空物流场景(如复杂城市环境、动态障碍物避障),优化感知算法的鲁棒性与实时性。\n3、多传感器融合:设计毫米波雷达与视觉、激光雷达等传感器的融合感知方案,提升无人机在弱光、雨雾等恶劣条件下的环境理解能力。\n4、系统需求拆解:结合业务场景(如精准降落、航线规划),输出毫米波雷达感知模块的技术规格与性能指标。\n5、量产落地支持:参与算法在嵌入式平台(如无人机主控芯片)的部署优化,确保算力、功耗与精度的平衡。\n6、跨团队协作:与射频、硬件、飞控团队合作,解决感知-控制闭环中的关键问题(如延迟优化、误检抑制)。\n7、主动探索并运用各类AI工具优化日常工作流程,积极推动AI在业务场景中的落地实践,持续提升个人及团队的工作效率与产出质量;\n1、精通毫米波雷达数据处理及深度学习模型;\n2、熟悉PyTorch/TensorFlow,具备嵌入式部署经验;\n3、3年以上雷达感知或自动驾驶/无人机相关算法研发经验。\n4、场景理解:能从无人机业务需求(如物流避障、低空导航)出发,设计高可靠性的感知解决方案。\n5、工程素养:熟悉算法量产流程(数据采集、标注、模型迭代),具备跨团队沟通能力。\n6、具备主动学习与探索AI新工具、新方法的意识,能持续将AI能力融入实际工作场景并独立落地;\n7、对AI工具有实际使用经验,能清晰阐述利用AI解决复杂问题的思路与方法,保持对AI前沿趋势的敏感度;",
    "standard_classification": {
        "std_category_code": "T013",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}