滴滴自动驾驶算法系统评估工程师/专家(JR20260526003)
任职要求
1、对自动驾驶有热情，愿意在自动驾驶领域方向深耕发展
2、对质量保障有较好的理解，有务实态度和实践经验；具有扎实软件测试知识，了解模块测试，集成测试，系统测试等相关概念；
3、熟悉C++ /python语言，有熟练代码能力和数据分析能…工作职责
1、负责自动驾驶相关业务的评估，包含感知、定位、规控等多方向； 2、自动驾驶系统验证、算法评估等环节的方案设计和实施，制定计划，设计场景，评估执行并撰写报告； 3、负责问题分析、定位，通过部分系统分析和数据分析工作为部门提供高价值研发数据 4、负责利用SIL、HIL、VIL等手段对自动驾驶系统进行全面评估 5、参与制定/规划符合功能安全规范的自动驾驶软件的测试框架和测试方法； 6、参与质量效能工具平台建设，用系统化、流程化的思路提高软件质量保障效果；
我们正在寻找一位对数据充满热情、具备出色分析能力的财资BI分析师。该职位将深入了解 BU 业务模式，研究核心BU庞大的财资业务数据（包括但不限于现金流、银行账户、外汇、融资、支付结算、风险敞口等），通过先进的数据分析和可视化技术，提炼有价值的业务洞察 (Insights)。该职位将负责设计、开发和维护关键的财资管理报表和仪表盘，主动识别潜在风险、发现运营效率提升的机会点，并为财资战略决策提供强有力的数据支持，助力业务集团财资管理水平的持续优化和价值创造。 主要职责: 1. 数据治理与整合: ● 负责财资管理领域数据质量监控、标准制定及清洗整合，确保数据准确性与一致性。 ● 构建财资数据库，支持本领域同学高效获取结构化数据。 2. 报表开发与可视化: ● 使用BI或DI工具设计、开发和上线可视化报表与驾驶舱，涵盖全球现金头寸、资金预测偏差分析、风险敞口监控（汇率、利率等）、银行费用分析、营运资本指标、关键绩效指标（KPIs）等，满足管理层及财资端需求。 ● 定期输出财资管理报告、风险预警报告等关键文档。 3. 数据分析洞察与风险预警: ● 对现金流模式进行深入分析，识别季节性、趋势性特征，评估预测准确性，挖掘偏差原因，提出预测改进建议。 ● 分析全球资金分布和使用效率，识别闲置资金，评估资金池效益，为优化账户结构和资金归集策略提供数据支持。 ● 量化和监控汇率、利率等市场风险敞口，评估对冲策略的有效性，识别潜在风险点。 ● 分析银行手续费、账户管理费等银行费用，识别成本节约机会。 ● 监控支付结算数据，识别异常交易模式，提示潜在的操作风险或欺诈风险。 ● 基于数据分析结果，建立或优化风险预警指标和机制，提前识别潜在的流动性风险、市场风险或操作风险信号。 ● 通过数据挖掘，主动发现可提升财资运营效率、降低成本、改善营运资本或优化融资结构的机会点。 ● 探索大语言模型（LLM）在财资管理数据分析中的创新应用。 4. 支持与协作: ● 与财资团队内部成员（现金管理、市场风险管理、财资运营等）、财务会计、产品技术、业务部门等紧密协作，理解业务需求，提供数据支持。 ● 协助进行财资相关的特定项目分析和情景模拟（Scenario Analysis）。 ● 参与财资管理系统或BI或DI工具的优化与升级项目。 ● 支持财资管理场景的AI Agent工具运用，实现数据查询、报告生成等流程自动化。
我们是谁？ 作为中国领先的数字地图内容及导航服务提供商，高德地图日均服务数亿用户出行决策，每日处理超百亿级位置数据。视觉技术中心是驱动高德实现厘米级高精地图、实时三维重建、多模态感知等核心技术的引擎，持续突破自动驾驶、AR导航、智慧交通等领域的技术边界。 团队gihub主页：https://github.com/amap-cvlab 为何加入我们？ 挑战世界级技术难题，追求智能上限 用AI驱动国民级APP的产品迭代和颠覆式创新 岗位职责： 团队主要聚焦多模态大模型技术在端到端自动驾驶的应用，我们期待你的工作将覆盖以下至少一个技术方向即可： 1. 在端到端自动驾驶、多模态大模型的训练及调优、BEV感知、基于深度学习/强化学习的规划控制、RLHF、驾驶场景视频生成等领域具备丰富且有独创性的研究经历。 2. 探索多模态大模型在下游任务中的技术能力，包括但不限于图文对齐/识别、跨模态理解生成、多模态检索、VLM端到端自动驾驶、世界模型等。 3. 了解大模型模型的训练/微调/推理加速方法，包括但不限于模型结构调优、训练效率提升、高效低成本微调、Muti-token推理，模型部署加速等。 4. 参与自动驾驶系统中机器学习算法的研究、开发与优化，包括但不限于深度学习算法在端到端感知大模型、规控大模型、视觉语言大模型等方面的应用。 5. 负责收集、整理和分析自动驾驶相关的数据集，进行数据预处理和标注，以提高模型的准确性和泛化能力。 6. 设计和实现端到端自动驾驶模型的训练流程，包括选择合适的优化算法、调整超参数、评估模型性能等，确保模型在不同场景下的稳定性和可靠性。
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）。
系统安全高级工程师/资深工程师/专家 ： 1. 负责/参与智能驾驶产品仿真安全场景库的建设和安全评价体系的建设； 2. 负责/参与智能驾驶产品危害的识别与评估、潜在功能不足和触发条件的识别与评估，并基于此完成安全运营指标和安全交付标准。