职责描述
1. 负责驾驶员监测系统（DMS）核心算法的设计、开发与优化，包括但不限于驾驶员疲劳检测、分心检测、注意力监测、危险动作识别等算法开发，以实现对驾驶员状态的精准实时监测。
2. 制定DMS数据的标注规则，支持数据组完成收集、整理和标注驾驶员行为相关的图像、视频等数据，构建高质量的数据集，为算法训练提供充足、准确的数据支持，定期对数据集进行更新和扩充，以适应不断变化的应用场景和需求。
3. 使用深度学习框架搭建算法模型，进行模型训练、验证和测试工作，通过交叉验证、超参数调优等方法，提高模型的泛化能力和稳定性，防止过拟合和欠拟合现象。
4. 对训练好的模型进行性能评估和分析，运用模型压缩、量化、剪枝等技术，优化模型结构和参数，减少模型的计算量和存储需求，提高模型的推理速度，使其满足车载设备的实时性和资源限制要求。
5. 将开发好的DMS算法集成到车载系统及相关硬件中，完成算法与硬件的联调工作，确保算法在实际硬件环境下的正常运行。
6. 支持测试团队制定详细的算法测试计划和测试用例，对集成后的DMS 系统进行全面的功能测试、性能测试、稳定性测试和兼容性测试。

任职资格：
1. 全日制大学研究生及以上学历，计算机科学、模式识别、机器人、自动化等相关专业背景
2. 具有3年及以上感知模型算法开发相关工作经验，至少具有一个量产落地项目
3. 熟悉 Pytorch /Caffe/Tensorflow等至少一种深度学习框架的使用，熟悉其底层原理和运行机制，能够基于框架快速搭建、训练和优化深度学习模型；
4. 精通C++/ python等编程语言，熟练Linux操作系统，熟悉Opencv、Eigen等开源库，熟悉至少一种智驾嵌入式平台，有基于地平线或高通系列芯片开发经验优先
5. 熟悉量化、剪枝、蒸馏等模型轻量级技术者优先
6. 熟悉摄像头动静态标定、多传感器联合标定者优先
7. 具有较强的团队合作精神和沟通能力，能够与不同部门的人员进行有效的沟通和协作，共同完成项目任务