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": "感知/端到端算法工程师",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "北京市",
"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": "硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 参与目标检测与跟踪、场景理解、多传感器融合等感知算法研发，并推动相关能力与端到端模型融合；\n2. 参与端到端感知与智能决策模型的研发，探索从多模态传感器输入到目标状态、场景表征、任务轨迹或机器人动作输出的算法方案；\n3. 建立数据和模型迭代闭环，参与数据采集、清洗标注、样本构建、难例挖掘、仿真数据生成及模型误差分析，定位影响算法效果的关键问题；\n4. 参与模型部署优化、系统联调和实机测试，分析算法在低光照、动态干扰、复杂背景及开放场景下的表现，持续提升模型鲁棒性和泛化能力；\n5. 探索多模态模型、视觉语言模型、视觉语言动作模型、模仿学习、生成式策略、世界模型等前沿技术在无人机和机器人场景中的应用。",
"requirements_text": "1. 计算机、人工智能、自动化、机器人、电子信息、数学等相关专业，硕士及以上学历；特别优秀者可适当放宽；\n2. 具备良好的编程基础，熟悉 Python，了解 C++，能够使用 PyTorch 等深度学习框架完成模型训练与实验；\n3. 具备机器学习、深度学习和计算机视觉基础，理解常见的目标检测、图像分割、目标跟踪或视觉表征学习方法；\n4. 具备良好的数学基础、较强的学习能力、实验分析能力和问题定位能力，能够阅读相关技术资料或论文，并完成算法复现和验证；\n5. 有计算机视觉、机器人、无人机、自动驾驶等方向的科研、课程项目、竞赛或实习经历者优先；\n6. 能够合理使用代码生成、数据分析等 AI 工具提升研发效率，并能独立验证工具输出结果。",
"skills": [AI生成
"Python",
"C++",
"PyTorch",
"机器学习",
"深度学习",
"计算机视觉",
"数据分析",
"模型训练",
"学习能力",
"分析能力"
],
"preferred_qualifications": "5. 有计算机视觉、机器人、无人机、自动驾驶等方向的科研、课程项目、竞赛或实习经历者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4697275290&jobShareType=1"
}
]
},
"posting": {
"posting_id": "4697275290",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4697275290&jobShareType=1"
},
"fulltext": "感知/端到端算法工程师\n感知/端到端算法工程师\n\n基础信息\n工作地点：北京市\n职位类别：技术类\n职位族群：算法\n更新时间：2026-08-17\n\n岗位职责\n1. 参与目标检测与跟踪、场景理解、多传感器融合等感知算法研发，并推动相关能力与端到端模型融合；\n2. 参与端到端感知与智能决策模型的研发，探索从多模态传感器输入到目标状态、场景表征、任务轨迹或机器人动作输出的算法方案；\n3. 建立数据和模型迭代闭环，参与数据采集、清洗标注、样本构建、难例挖掘、仿真数据生成及模型误差分析，定位影响算法效果的关键问题；\n4. 参与模型部署优化、系统联调和实机测试，分析算法在低光照、动态干扰、复杂背景及开放场景下的表现，持续提升模型鲁棒性和泛化能力；\n5. 探索多模态模型、视觉语言模型、视觉语言动作模型、模仿学习、生成式策略、世界模型等前沿技术在无人机和机器人场景中的应用。\n\n岗位基本要求\n1. 计算机、人工智能、自动化、机器人、电子信息、数学等相关专业，硕士及以上学历；特别优秀者可适当放宽；\n2. 具备良好的编程基础，熟悉 Python，了解 C++，能够使用 PyTorch 等深度学习框架完成模型训练与实验；\n3. 具备机器学习、深度学习和计算机视觉基础，理解常见的目标检测、图像分割、目标跟踪或视觉表征学习方法；\n4. 具备良好的数学基础、较强的学习能力、实验分析能力和问题定位能力，能够阅读相关技术资料或论文，并完成算法复现和验证；\n5. 有计算机视觉、机器人、无人机、自动驾驶等方向的科研、课程项目、竞赛或实习经历者优先；\n6. 能够合理使用代码生成、数据分析等 AI 工具提升研发效率，并能独立验证工具输出结果。\n1. 参与目标检测与跟踪、场景理解、多传感器融合等感知算法研发，并推动相关能力与端到端模型融合；\n2. 参与端到端感知与智能决策模型的研发，探索从多模态传感器输入到目标状态、场景表征、任务轨迹或机器人动作输出的算法方案；\n3. 建立数据和模型迭代闭环，参与数据采集、清洗标注、样本构建、难例挖掘、仿真数据生成及模型误差分析，定位影响算法效果的关键问题；\n4. 参与模型部署优化、系统联调和实机测试，分析算法在低光照、动态干扰、复杂背景及开放场景下的表现，持续提升模型鲁棒性和泛化能力；\n5. 探索多模态模型、视觉语言模型、视觉语言动作模型、模仿学习、生成式策略、世界模型等前沿技术在无人机和机器人场景中的应用。\n1. 计算机、人工智能、自动化、机器人、电子信息、数学等相关专业，硕士及以上学历；特别优秀者可适当放宽；\n2. 具备良好的编程基础，熟悉 Python，了解 C++，能够使用 PyTorch 等深度学习框架完成模型训练与实验；\n3. 具备机器学习、深度学习和计算机视觉基础，理解常见的目标检测、图像分割、目标跟踪或视觉表征学习方法；\n4. 具备良好的数学基础、较强的学习能力、实验分析能力和问题定位能力，能够阅读相关技术资料或论文，并完成算法复现和验证；\n5. 有计算机视觉、机器人、无人机、自动驾驶等方向的科研、课程项目、竞赛或实习经历者优先；\n6. 能够合理使用代码生成、数据分析等 AI 工具提升研发效率，并能独立验证工具输出结果。",
"standard_classification": {
"std_category_code": "T013",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}