拿到月薪4W的电子视觉算法工程师offer，我是如何办到的？

[auto-mooc]

想转岗做自动驾驶，薪资高、待遇好的岗位——视觉算法系统工程师，视觉算法开发不仅应用在自动驾驶系统领域，还广泛应用于机器人研发领域。

对于0-3年工作经验的工程师来说，绝对是入行的好机会！

 

为什么呢？

近几年造车新势力都在积极布局智能化，传统汽车厂家近年来也在积极改变传统汽车使用方式，智能化程度越来越高。

新的行业要求滋生新的人才需求岗位，谁能抢先抓住智能化先机，谁就能在智能化这片蓝海市场里分得一杯羹，自动驾驶技术战转变成了人才竞争战。

 

自动驾驶近两年热门起来，对于人才的需求突发式增长，对人才的能力要求并不十分明确，且市面上也未有大量的培训机构能够输送匹配的技术人才。

但之后，随着市场逐渐完善，企业对人才的能力要求越发明确，视觉算法系统工程师不仅在自动驾驶领域热门，在机器人AI领域也很吃香。

视觉算法，重点就在于视觉，自动驾驶里面的视觉是做什么的呢？

 

在自动驾驶系统中，感知模块是整个自动驾驶系统安全、高效运营的基础，视觉作为识别周边环境的“感官”角色，视觉感知是无比重要的一环。

自动驾驶中的视觉感知系统主要是以摄像头作为传感器输入，经过一些列的计算和处理，对车辆自身周围的环境信息做精确感知，目的就是为了融合不同传感器提供的的信息（包括被检测物体的类别、距离信息、速度信息、朝向信息等等），所以道路交通的感知功能主要包括三个方面：道路目标检测（车辆、行人和非机动车）；交通标识检测（交通标志和红绿灯）；可行驶区域（道路区域和车道线）

这三类任务可细分为：目标检测、图像分割、目标测量、图像分类以及多传感器融合等等。

目标检测、图像分割两方面均以深度学习为基础，图像分割目前主要用于车道线的分割或可行驶区域的分割；目标跟踪主要是多摄像头的多目标跟踪管理。

所以视觉算法从业人员主要需要掌握目标检测、定位以及跟踪等算法设计；能够使用matlab、CVST或者是python语言工具进行图像视频处理等技能，这是行业内对视觉算法工程师的普遍要求。

 

对于转岗或者是初入岗位的工程师来说，光是应付工作已经焦头烂额，自我提升、转岗更是不容易。

但市场不会因为你的不容易就会包容你，你无法从现有越来越窄的圈子里跳出来，面临的只有被淘汰的风险。

很多想要传统岗位想要做自动驾驶的学员已经有了危机意识，也为此做了很多准备：多数人，看一些书籍、干货文章或者是视频来提升自己，但碎片化的学习让知识只停留在表面，无法练习。

一些小白，误以为学完一门课就完全具备了成为一名算法工程师的能力，汽车学堂曾多次强调过学习必定是一个道阻且长的过程。

我们鼓励阶段性完成学习目标，掌握最少但必要的知识，先掌握入行所必需的知识，之后再逐步提升！

为了帮助想要转岗或者是现阶段想要快速掌握视觉算法必要知识技能，进入岗位，汽车学堂的《智能网联汽车电子视觉系统》专业课，从智能网联汽车概论学习，到Matlab\Python以及CVST图像视频处理工具的学习；基于“车道线寻迹”项目，将理论基础与项目应用结合，复现计算机视觉在无人驾驶感知系统中的应用范例，为视觉工程师学习路程打下基础。

 

课程老师是谁？

一流名师上课，企业专家实战。唐宇迪老师是同济大学的计算机博士，专注于机器学习与计算机视觉领域，深度学习领域一起实战专家，主讲的《Python必备基础与数据科学库》以python为主导，快速掌握python语言，全程代码实战使用notebook一步步分模块演示Python必备基础功能。详细介绍与演Python数据科学必备四大库为后续机器学习与数据挖掘打下基础，全程通俗解读，代码实战！

 

《Matlab电子系统开发与建模》是由姜晨主讲，姜老师是密西根大学机械工程硕士，主攻计算机视觉和车辆控制。知乎MATLAB专栏创始人，目前从事计算机视觉及自动驾驶系统相关测试工作。

 

视觉算法这门专业课都是由业内专家名师授课，期待你的解锁。

 

课程内容包含什么？

 

这门微专业总共包含7门课，课程以项目导向式教学，将理论基础与项目应用结合。

课程大纲

 

课程1  智能网联汽车概论

课程2  汽车电气与电子架构

课程3  python必备基础与数据科学库

课程4  matlab电子系统开发与建模

课程5  深度学习在自动驾驶中的应用

课程6  计算机视觉基于车道线检测与循迹项目

课程7  基于CVST的图像视频处理

 

这门课程适合什么样的人学习？

 

这门课程专为0-3年工作经验，从事图像识别、视觉感知、传感器算法开发相关研发岗转型自动驾驶汽车研发或定岗自动驾驶汽车开发岗位的新任工程师。

也适合转岗或是应届毕业生，尤其是想要从事视觉算法工程师的工作，希望通过学习快速获取或是强化岗位能力的同学。

当然还是更推荐拥有车辆类、自动化类、机械类、电子信息类以及计算机类的专业背景学员，具备本科阶段的数学基础，熟悉微积分、线性代数、统计与概率论。

 

 

[yuyunwakin]

广告党