车载相机感知与部署实习生

Descrição

Career Area:

Job Description:

Your Work Shapes the World at Caterpillar Inc.

When you join Caterpillar, you're joining a global team who cares not just about the work we do – but also about each other. We are the makers, problem solvers, and future world builders who are creating stronger, more sustainable communities. We don't just talk about progress and innovation here – we make it happen, with our customers, where we work and live. Together, we are building a better world, so we can all enjoy living in it.

岗位名称：自动驾驶 Camera 感知与嵌入式部署工程师（实习生）

岗位职责

• 负责自动驾驶车载 Camera 传感器相关工作，包括多路摄像头的选型、标定、时间同步与数据采集链路搭建。
• 参与基于 Camera 的感知算法（目标检测、车道线检测、BEV 感知、深度估计等）在车端嵌入式平台上的部署与优化。
• 在 ARM（NVIDIA Jetson / Orin）平台上完成深度学习模型的移植、加速与功耗优化
• 使用 CUDA、TensorRT、cuDNN 等工具进行模型量化（INT8/FP16）、算子开发与推理引擎优化，提升端到端实时性。
• 跟踪行业前沿（端到端、BEV、Occupancy、VLM/VLA 等）方向在量产平台上的可行性与部署方案。

任职要求

• 学历背景：计算机、电子工程、自动化、人工智能、车辆工程、嵌入式系统等相关专业，本科及以上（硕士优先）。
• 专业技能：
• 熟悉 Camera 成像原理与 ISP 流程，了解常见车载摄像头（GMSL、FPD-Link 等）硬件接口及同步机制。
• 熟悉相机标定（内参、外参、鱼眼/针孔模型）、多传感器时间同步与坐标系转换。
• 熟练掌握 C++ 与 Python，具备良好的工程化与调试能力。
• 熟悉 CUDA 编程，能够编写/优化自定义算子；熟悉 TensorRT 模型转换、Plugin 开发与 INT8 量化校准流程。
• 熟悉 ARM 架构（aarch64）下的交叉编译、性能分析（Nsight、perf 等）与系统级调优。
• 熟悉至少一种主流深度学习框架（PyTorch / TensorFlow），了解 ONNX 模型导出与图优化。
• 熟悉常见 2D/3D 视觉感知算法（YOLO 系列、CenterPoint、BEVFormer、BEVDet、Occupancy 等）。
• 经验要求：
• 有 Jetson车载/嵌入式 AI 平台部署经验者优先。
• 熟悉 Linux 开发环境，熟悉 ROS / CyberRT 等中间件，有数据采集与回灌经验。
• 有摄像头驱动调试、V4L2、GStreamer、OpenCV 实战经验者优先。
• 其他要求：
• 具备良好的问题分析能力、动手能力与团队协作能力。
• 英文文献阅读能力强，能够跟踪最新论文与开源项目。

加分项

• 有自动驾驶开源项目（Apollo、Autoware、OpenPilot 等）相关贡献或二次开发经验。
• 熟悉模型压缩与加速技术（剪枝、蒸馏、稀疏化、QAT 量化感知训练）。
• 熟悉车规级 SoC（Orin、J5/J6、8295 等）的 DLA / NPU 异构计算加速。
• GitHub 有高质量开源项目或 Kaggle / 自动驾驶相关竞赛获奖经历者优先。

Posting Dates:

Caterpillar is an Equal Opportunity Employer. Qualified applicants of any age are encouraged to apply

Not ready to apply? Join our Talent Community.