主分类：机器人与自动驾驶算法研发
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": "无人车业务部-静态感知算法工程师",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "软硬件服务-无人车业务部",
"location": "北京市 / 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": "",
"degree": "硕士或以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1.参与在线地图研发工作，包括物理元素（车道线、道路边缘、停止线、路面标识、人行道、交通标识牌、停车位等）和逻辑元素（车道中心线、交通标识牌车道绑定等），以及施工区域、闸机等要素。\n2.研发规则算法（矢量化方法、时空关联跟踪融合方法），同时能够兼顾Learning based模型和多图源融合方法的研发。",
"requirements_text": "1.硕士或以上学历，计算机、电子、应用数学等相关方向。\n2.能够运用规则算法提升帧间稳定性和一致性，提升MPI/MPHB等指标；熟悉静态道路元素模型。\n3.具有良好的深度学习基础，熟悉CNN、Transformer等模型，具有实际应用的模型调优经验。\n4.熟练掌握Python/C++，有良好的编程习惯。\n5.对计算机视觉或三维感知有比较深入的认知和理解。",
"skills": [AI生成
"Python",
"C++",
"深度学习",
"计算机视觉"
],
"preferred_qualifications": "未披露",
"job_highlights": "1.拥有丰富的实车数据，能通过数据驱动的方法推进算法的研发。\n2.能加入一个高水平的团队，与人工智能、机器学习、自动化、数学等多元化背景的技术大牛一起工作。\n3.切实解决行业内的痛点问题，推动行业的创新。"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4671749857&jobShareType=1"
}
]
},
"posting": {
"posting_id": "4671749857",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4671749857&jobShareType=1"
},
"fulltext": "无人车业务部-静态感知算法工程师\n无人车业务部-静态感知算法工程师\n\n基础信息\n工作地点：北京市 / 深圳市\n部门：软硬件服务-无人车业务部\n职位类别：技术类\n职位族群：算法\n更新时间：2026-09-16\n\n岗位职责\n1.参与在线地图研发工作，包括物理元素（车道线、道路边缘、停止线、路面标识、人行道、交通标识牌、停车位等）和逻辑元素（车道中心线、交通标识牌车道绑定等），以及施工区域、闸机等要素。\n2.研发规则算法（矢量化方法、时空关联跟踪融合方法），同时能够兼顾Learning based模型和多图源融合方法的研发。\n\n岗位基本要求\n1.硕士或以上学历，计算机、电子、应用数学等相关方向。\n2.能够运用规则算法提升帧间稳定性和一致性，提升MPI/MPHB等指标；熟悉静态道路元素模型。\n3.具有良好的深度学习基础，熟悉CNN、Transformer等模型，具有实际应用的模型调优经验。\n4.熟练掌握Python/C++，有良好的编程习惯。\n5.对计算机视觉或三维感知有比较深入的认知和理解。\n\n岗位亮点\n1.拥有丰富的实车数据，能通过数据驱动的方法推进算法的研发。\n2.能加入一个高水平的团队，与人工智能、机器学习、自动化、数学等多元化背景的技术大牛一起工作。\n3.切实解决行业内的痛点问题，推动行业的创新。\n1.参与在线地图研发工作，包括物理元素（车道线、道路边缘、停止线、路面标识、人行道、交通标识牌、停车位等）和逻辑元素（车道中心线、交通标识牌车道绑定等），以及施工区域、闸机等要素。\n2.研发规则算法（矢量化方法、时空关联跟踪融合方法），同时能够兼顾Learning based模型和多图源融合方法的研发。\n1.硕士或以上学历，计算机、电子、应用数学等相关方向。\n2.能够运用规则算法提升帧间稳定性和一致性，提升MPI/MPHB等指标；熟悉静态道路元素模型。\n3.具有良好的深度学习基础，熟悉CNN、Transformer等模型，具有实际应用的模型调优经验。\n4.熟练掌握Python/C++，有良好的编程习惯。\n5.对计算机视觉或三维感知有比较深入的认知和理解。",
"standard_classification": {
"std_category_code": "T013",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}