职位：感知工程师 - （机器人技术）
我们正在寻找一位感知工程师加入我们位于自主机器人研究中心的 GROUND 机器人团队。在这个角色中，您将通过应用传统计算机视觉技术和深度学习方法来帮助发展和扩展我们的感知堆栈。
虽然该角色更倾向于端到端的深度学习方法，但理想的候选人还应具备传统感知系统的经验。您的工作将有助于为各种自主应用提供实时、可部署的系统，涵盖公路和越野导航，适用于多种机器人平台。
自主机器人研究中心 (ARRC)
主要职责
• 设计并实施强大、实时的感知模块，以应对结构化公路和非结构化越野环境，使用学习基础和几何方法。
• 在 C++ 和 Python 中开发干净、模块化和高效的代码，遵循 ROS1/ROS2 和行业最佳实践。
• 进行严格的现场测试和迭代调优，以确保在具有挑战性的现实条件下的可靠性。
• 与定位、规划和控制团队密切合作，实现无缝系统集成。
• 参与代码审查，并为系统组件维护详细的技术文档。
• 将 HDMap 数据（例如 Lanelet2、自定义语义层）集成到感知管道中，以支持对象级推理、定位和地形适应。
最低资格和技能
• 机器人技术、计算机视觉或相关领域的学士或硕士学位。
• 4 年以上实时感知或计算机视觉系统的经验。
• 熟练使用 OpenCV、PCL、Open3D、PyTorch 和 TensorRT 等工具和库。
• 对深度学习架构有扎实的理解，包括 CNN、变换器及其在感知中的应用。
• 熟悉现代感知方法，如 LSS、BEVFormer、BEVFusion 等，能够权衡准确性、延迟和部署约束之间的权衡。
• 在 Python 和 C++ 中具有较强的编程技能，有 ROS1 或 ROS2 基于系统的经验。
• 具有使用现代开发工具和工作流程的经验（例如 Git、Docker、Jenkins）。
优先资格和技能：
• 能够与传统感知技术一起使用深度学习方法。
• 熟悉实验管理工具，如 Hydra、Weights & Biases、AWS Sage Maker 和 GCP。
• 熟悉 HDMap 框架，如 Lanelet2、TOMTOM 等。
• 具有 ARM 64 基于边缘设备（如 NVIDIA Jetson 系列）的实践经验。
附加资格
• 较强的沟通能力，能够有效解释复杂的想法。
• 能够独立工作，也能作为快速、任务驱动团队的一部分。
• 能够在实验原型和调试实际系统级问题之间灵活切换。
在阿布扎比的先进技术研究委员会，我们拥抱多样性，认识到多种背景、技能和经验推动创新和成功。我们致力于营造一个包容的环境，让不同的观点蓬勃发展，确保平等机会，零容忍歧视，并提供一个重视尊重、合作和持续改进的支持性工作场所。
职位级别
• 中高级
就业类型
• 全职
职位职能
• 研究服务和机器人工程 
