本人拥有近两年自动驾驶感知算法研发经验，实习期间深度参与多模态融合(BEV+Lidar)与Occupancy两个核心感知模块从数据生产、模型设计到量产落地的全流程。在实习期间，针对异构相机融合、边界精度提升等痛点，独立设计并验证了自适应加权融合策略与边界加权损失函数，成功将复杂场景感知鲁棒性提升并量化了关键类别的边缘偏移指标。同时具备扎实的科研创新能力，研究并撰写论文涉及点云语义分割、目标检测、多尺度特征聚合与特征增强等前沿方向。
本人熟悉Python与PyTorch，能够快速复现论文并搭建网络结构，熟练处理数据，熟悉transformer，熟悉BEV、LSS，机器学习，深度学习，具备独立阅读英文文献的能力。同时对自动驾驶感知有一定了解，包括激光雷达、视觉感知方向，有过智驾、泊车算法的实习经历。
本人具备极强的工程落地能力(熟练分布式训练、Case回灌与问题闭环)与前沿算法复现能力(CVPR/ICCV主干网络快速搭建)，善于从业务需求出发诊断模型缺陷，并能设计针对性实验方案推动问题闭环。
期待加入贵团队，希望能将我的研究经验应用于实际工程场景中，也期待在实践中进一步成长!
