百度测试开发工程师(自动驾驶高精地图引擎与路径规划方向)（J84272）
任职要求
-计算机相关专业本科及以上学历； -工作经验（需满足至少两项）： -1年以上软件测试经验，或具备自动驾驶软件测试经验； -在性能测试、安全测试、自动化测试等专项领域有深入实践； -熟练掌握至少一门编程语言（如 Python、Java、C++），能够编写测试脚本及工具； -熟悉软件测试理论与方法，包括黑盒测试、白盒测试、灰盒测试等； -熟练使用常见测试工具及框架（如 Robot Framework）； -具备良好的系统设计与架构理解能力，能够分析系统瓶颈并提出优化方案； -熟悉 CI/CD 流程，并了解自动化测试在 CI/CD 中的应用； -具备优秀的沟通能力和团队协作精神，能有效推动测试工作开展。 -加分项： -具备自动驾驶领域的测试经验，熟悉相关业务场景； -了解高精地图或路径规划算法，能深入分析测试需求； -有大规模系统测试或分布式系统测试经验。
工作职责
-业务测试： -负责自动驾驶高精地图引擎及路径规划（Routing）相关测试，确保产品质量与稳定性； -设计并执行测试用例，覆盖核心功能及边界场景，保障测试全面性； -分析测试结果，快速定位问题，报告并跟进缺陷修复； -项目管理： -独立负责测试项目的规划、执行与管理，确保测试工作有序推进； -制定详细的测试计划和时间表，保障项目按时高质量交付； -团队协作与优化： -与开发团队紧密合作，推动测试流程优化与自动化，提升测试效率； -参与地图业务测试工作，提升测试覆盖率与精准度； -持续优化测试方法与工具，提高团队整体测试能力；
1、多传感器融合定位算法开发。研发基于GPS、IMU、激光雷达、摄像头等多传感器的融合定位算法，设计实时定位框架（如SLAM、VIO），优化高精度地图与传感器数据的时空对齐与融合策略，提升复杂场景（如隧道、城市峡谷）下的定位鲁棒性。 2、高精度定位算法优化与评测。针对量产需求，开发低成本的车规级定位模块，优化卡尔曼滤波、粒子滤波、图优化等算法性能，解决定位漂移、极端天气下的失效问题，并通过仿真工具（如CARLA）和实车测试验证算法精度与实时性。 3、复杂场景定位解决方案设计。研究多传感器联合标定与质检算法，开发动态环境下的自适应定位策略，例如结合语义地图或深度学习模型（如BEV感知）增强定位系统的场景理解能力。 4、系统集成与功能安全适配。与感知、规划控制团队协作，完成定位模块的嵌入式部署（如TensorRT加速），确保算法符合功能安全标准（ISO 26262），并支持量产项目中的调试与迭代优化。
1. 高精&实时地图编译： 1.1. 负责高精&实时地图数据的处理、融合与编译； 1.2. 参与高精&实时地图的数据结构设计与存储方案优化。 2. 算路服务开发： 2.1. 开发并优化自动驾驶车辆的路径规划算法，实现高效的导航与算路服务； 2.2. 针对不同场景（如公开道路，封闭园区）设计定制化的路径规划策略。 3. 性能优化： 3.1. 提升地图编译、算路服务的运行效率，确保低延迟与高可靠性； 3.2. 解决实际应用中的性能瓶颈问题，优化系统资源占用。
工作职责： 1、负责自动驾驶数据平台的核心架构设计、开发与运维，主导数据接入、解析、治理、挖掘及数据集管理等关键工具链的技术方案与实施。 2、设计并开发高可靠性、高效率的数据加工与自动化Pipeline，服务于模型训练与迭代。 3、保障平台在大规模数据与高并发场景下的稳定性、性能与成本优化。 4、深入理解自动驾驶多模态数据（传感器数据、真值系统、高精地图），主导数据标签体系设计与深度解析，为算法迭代提供核心数据支持。 5、作为技术核心，跨部门协同算法、仿真、测试团队，驱动数据闭环的落地与自动驾驶模型的高效迭代
1、负责L4级自动驾驶车辆的规划（Planning）与控制（Control）算法开发，包括路径规划、行为决策、运动控制等模块的设计与实现； 2、针对复杂交通场景（如无保护左转、拥堵路段、行人交互等）优化算法，确保系统满足安全性、舒适性及实时性要求； 3、与感知、定位、仿真团队协作，完成多模块系统集成与功能验证； 4、主导实车测试与问题排查，分析日志数据并提出算法改进方案； 5、撰写技术文档，支持功能安全（ISO 26262）及预期功能安全（SOTIF）认证。 6、规划算法： 6-1、掌握分层规划框架（全局路径规划+局部行为决策），熟悉A*、RRT*、Lattice Planner等算法； 6-2、具备博弈论（Game Theory）或强化学习（如DQN、PPO）在交互场景中的应用经验。 7、控制算法： 7-1、精通PID、MPC（模型预测控制）、滑模控制，熟悉车辆动力学模型（如自行车模型）； 7-2、有轨迹平滑（Spline、Bezier曲线）及舒适性优化（加加速度约束）经验。 8、工具链： 8-1、熟练使用ROS2、Apollo平台，掌握MATLAB/Simulink进行控制模型仿真； 8-2、熟悉HIL（硬件在环）测试及Log分析工具（如Wireshark、ROSbag）。