主分类：计算机视觉与图像感知算法研发
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": "毫米波算法专家 - 上海/北京",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "上海",
"work_mode": "未披露",AI生成
"job_category": "算法研发"AI生成
},
"company": {
"company_name": "小米集团",
"company_industry": "消费电子 / 智能制造 / 物联网",
"company_size": "10000人以上",
"company_website": "xiaomi.com",
"company_description": "小米是一家消费电子和智能制造企业，以智能手机、智能硬件和物联网平台为核心。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 5,
"degree": "硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 负责毫米波雷达回波信号处理，如测距、测速、测角，以及数据后处理等涉及的算法开发和优化。\n2. 负责雷达系统的建模和仿真，提升算法在实际应用中的有效性，构建毫米波雷达算法核心竞争力。\n3. 深入分析毫米波雷达原始数据和输出结果，识别性能瓶颈，持续优化算法和系统参数，提升雷达在各种环境下的鲁棒性和可靠性。\n4. 参与雷达系统的应用层算法开发与优化，包括目标检测、跟踪、定位、路径规划等。\n5. 跟踪毫米波雷达技术的最新发展，进行技术研究和创新，为产品升级制定技术规划和落地策略。",
"requirements_text": "1. 电子、通信、雷达等相关的专业，硕士及以上学历，5年以上车载雷达算法开发经验。\n2. 对FMCW体制信号处理有深入的理解，熟练掌握车载毫米波雷达测距、测速、测角工作原理，精通FFT、CFAR、DOA估计等信号处理算法。\n3. 精通各种点云聚类、滤波算法（如EKF、UKF等）以及数据关联算法（如GNN、JPDA、贪婪算法等）、运动模型、在线校准等算法。\n4. 具备较好的数学功底，熟练使用Python、MATLAB进行数据分析、算法仿真和原型验证。\n5. 有一定的C或C++代码能力，熟练掌握DSP应用与C语言实现。\n6. 在雷达或信号处理领域发表过高水平论文或拥有相关专利者优先。",
"skills": [AI生成
"Python",
"C++",
"MATLAB",
"数据分析",
"信号处理",
"C语言"
],
"preferred_qualifications": "6. 在雷达或信号处理领域发表过高水平论文或拥有相关专利者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://xiaomi.jobs.f.mioffice.cn/index/m/position/7539759270339821677/detail"
}
]
},
"posting": {
"posting_id": "7539759270339821677",
"post_date": "2025-08-18",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://xiaomi.jobs.f.mioffice.cn/index/m/position/7539759270339821677/detail"
},
"fulltext": "毫米波算法专家 - 上海/北京\n职位描述\n1. 负责毫米波雷达回波信号处理，如测距、测速、测角，以及数据后处理等涉及的算法开发和优化。\n2. 负责雷达系统的建模和仿真，提升算法在实际应用中的有效性，构建毫米波雷达算法核心竞争力。\n3. 深入分析毫米波雷达原始数据和输出结果，识别性能瓶颈，持续优化算法和系统参数，提升雷达在各种环境下的鲁棒性和可靠性。\n4. 参与雷达系统的应用层算法开发与优化，包括目标检测、跟踪、定位、路径规划等。\n5. 跟踪毫米波雷达技术的最新发展，进行技术研究和创新，为产品升级制定技术规划和落地策略。\n\n职位要求\n1. 电子、通信、雷达等相关的专业，硕士及以上学历，5年以上车载雷达算法开发经验。\n2. 对FMCW体制信号处理有深入的理解，熟练掌握车载毫米波雷达测距、测速、测角工作原理，精通FFT、CFAR、DOA估计等信号处理算法。\n3. 精通各种点云聚类、滤波算法（如EKF、UKF等）以及数据关联算法（如GNN、JPDA、贪婪算法等）、运动模型、在线校准等算法。\n4. 具备较好的数学功底，熟练使用Python、MATLAB进行数据分析、算法仿真和原型验证。\n5. 有一定的C或C++代码能力，熟练掌握DSP应用与C语言实现。\n6. 在雷达或信号处理领域发表过高水平论文或拥有相关专利者优先。\n1. 负责毫米波雷达回波信号处理，如测距、测速、测角，以及数据后处理等涉及的算法开发和优化。\n2. 负责雷达系统的建模和仿真，提升算法在实际应用中的有效性，构建毫米波雷达算法核心竞争力。\n3. 深入分析毫米波雷达原始数据和输出结果，识别性能瓶颈，持续优化算法和系统参数，提升雷达在各种环境下的鲁棒性和可靠性。\n4. 参与雷达系统的应用层算法开发与优化，包括目标检测、跟踪、定位、路径规划等。\n5. 跟踪毫米波雷达技术的最新发展，进行技术研究和创新，为产品升级制定技术规划和落地策略。\n1. 电子、通信、雷达等相关的专业，硕士及以上学历，5年以上车载雷达算法开发经验。\n2. 对FMCW体制信号处理有深入的理解，熟练掌握车载毫米波雷达测距、测速、测角工作原理，精通FFT、CFAR、DOA估计等信号处理算法。\n3. 精通各种点云聚类、滤波算法（如EKF、UKF等）以及数据关联算法（如GNN、JPDA、贪婪算法等）、运动模型、在线校准等算法。\n4. 具备较好的数学功底，熟练使用Python、MATLAB进行数据分析、算法仿真和原型验证。\n5. 有一定的C或C++代码能力，熟练掌握DSP应用与C语言实现。\n6. 在雷达或信号处理领域发表过高水平论文或拥有相关专利者优先。",
"standard_classification": {
"std_category_code": "T034",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}