滴滴自动驾驶系统性能优化工程师(J251111011)
任职要求
计算机、自动化、车辆工程、电子信息等相关专业，本科及以上学历； 熟悉 C++, Python，有较强的算法实现与调优能力； 熟悉性能分析工具（如 perf、gprof 等）； 良好的沟通与团队协作能力，对技术有…
工作职责
负责自动驾驶系统（感知、预测、决策、规划、控制等模块）的性能分析与优化，提升算法的实时性、精度和鲁棒性； 优化关键算法模块（如目标检测、跟踪、多传感器融合、轨迹预测等）的计算效率，满足车规级实时性要求； 分析系统瓶颈（CPU/内存/延迟等），通过算法改进、代码优化、数据结构调优、并行计算等手段提升整体系统性能； 与硬件、算法、仿真等团队协作，推动算法在量产上的高效部署； 设计并实施性能评估体系与指标，持续监控和优化系统表现； 参与系统架构设计，从性能角度提出合理化建议，确保系统可扩展性与高效运行。
您将加入滴滴自动驾驶团队, 负责分析&优化自动驾驶系统的各种复杂的性能及稳定性问题, 打造高性能, 高可靠的自动驾驶系统. 工作内容 1. 负责与中间件团队协作分析当前任务调度器的性能问题, 及系统核心业务的调度长尾问题, 针对问题提出并优化调度器. 2. 负责开发与维护调度器分析工具, 并不断优化工具的开销, 基于工具去分析当前核心业务模块的调度问题. 3. 负责跟进开源社区在调度子系统的前沿技术, 并结合公司业务场景进行技术落地.
1. 负责智驾软件的SIL（软件在环）、HIL（硬件在环）及实车环境下的集成与部署，确保系统功能与性能达标 2. 主导编译流程优化，管理编译工具链配置，解决跨平台编译兼容性问题，并维护自动化编译脚本 3. 统筹多项目智驾软件分支管理，制定版本发布策略，包括Release版本标签管理、Bugs修复追踪及代码基线维护 4. 设计并优化发版流程，实现版本交付的标准化与可追溯性。 功能验证与性能调优 5. 执行行泊车基础功能验证，设计自动化测试用例，覆盖多传感器（如摄像头、激光雷达）与执行器（转向、制动系统）的协同逻辑 6. 利用coredump解析工具、tcpdump等进行代码级性能分析，开发调优工具以提升系统实时性与稳定性 7. 定位智驾软件故障，解决POSIX系统环境下的线程调度、内存泄漏、I/O阻塞等问题，优化系统资源利用率 8. 主导系统级性能优化，包括算法推理效率提升、中间件延迟降低及硬件资源分配策略调整 9. 编写技术文档，包括系统架构设计、接口协议及问题排查指南，推动团队协作标准化
1. 在线系统性能优化，包括但不限于框架设计、调度优化、内存优化 2. 模型推理性能优化，包括但不限于模型结构设计、算子调优、并行流水线加速 3. 离线系统性能优化，包括但不限于模型训练流水线加速、数据流水线优化
自动驾驶模型训练优化高级/资深工程师/专家 ： 1、模型训练效率优化：深入研究并优化模型训练过程中的效率问题，包括但不限于减少训练时延，通过调整训练策略、优化数据加载与预处理流程、改进算法实现等方式，确保模型能够快速、高效地完成训练任务，以满足公司自动驾驶技术研发对模型迭代速度的要求。 2、硬件资源利用率提升：专注于提高SM利用率、GPU利用率等硬件资源的使用效率。分析现有模型训练在硬件资源上的瓶颈，运用专业知识和技术手段，如合理配置训练任务的并行度、优化模型结构以更好地适配硬件特性、探索新的硬件加速技术等，充分挖掘硬件的计算潜力，降低硬件资源的浪费，提升整体训练性能。 3、训练策略与算法改进：持续关注和研究前沿的训练策略与算法，结合公司自动驾驶模型的特点和需求，对其进行评估、引入和改进。例如探索更高效的优化器、采用混合精度训练等方法，以进一步提升模型训练的效果和效率，为自动驾驶系统的性能优化提供有力支持。 4、性能监控与分析：建立和完善模型训练性能的监控体系，实时监测训练过程中的各项关键指标，如训练速度、资源占用情况等。通过对海量性能数据的深入分析，快速定位问题所在，并制定针对性的优化方案，确保模型训练过程始终处于高效、稳定的状态，及时解决可能出现的性能瓶颈问题。