职位描述 负责基于深度学习的地图静态要素识别与矢量化建模算法的研究与实现，探索如何生成带拓扑关系的结构化地图数据。 负责地图要素异常检测、变更识别及自动更新算法的调研、开发与验证，推动算法从论文到原型的转化； 负责探索基于3D/4D Gaussian Splatting的新型表达技术，开展静态高精地图构建与动态场景建模的前沿研究，并参与算法原型的搭建与评估。 任职要求 : 统招硕士及以上学历，计算机、测绘、遥感、自动化、车辆工程、电子信息等相关专业 具备扎实的编程能力，熟练使用 Python 和 C/C++，熟悉 Linux 开发环境及 Git 等常用工具。 熟练使用至少一种主流深度学习框架（如 PyTorch、TensorFlow）。 对自动驾驶感知或地图构建相关任务有基本了解，对 BEV 感知、Transformer 架构有学习或实践经历者优先。 对 3D 视觉（如 NeRF、3D Gaussian Splatting）或生成模型（如 Diffusion Model）等前沿方向有兴趣或有初步实践者优先。 加分项： 在计算机视觉、机器人、机器学习等领域的顶级会议/期刊（如 CVPR, ICCV, ECCV, NeurIPS, ICRA, IROS, TPAMI, TRO 等）发表过论文。 在主流自动驾驶公开数据集（如 NuScenes, Argoverse 2, Waymo Open Dataset）的评测或竞赛中取得过优异排名。 有完整的开源项目贡献经历（如 GitHub 上有高质量的个人项目或参与过知名开源库的贡献）。 有相关实习经历（高精地图、自动驾驶感知、3D视觉、SLAM等方向）。