地平线智能驾驶算法测试实习生

环卫部门介绍：文远知行无人驾驶环卫车事业部是文远知行的一个重要业务板块，致力于开发安全可靠的无人驾驶环卫技术，为公开道路提供智能环卫服务。文远知行全无人驾驶环卫车，可在全无人驾驶的情况下进行安全行驶，并在需要清洁的路段全自动展开环卫作业，包括洗扫、干扫、后喷雾、对冲等多种功能；完成道路清扫、洒水降尘、喷洒消杀等公开道路环卫任务，显著提升环卫工作效率，并消除传统人工环卫作业的安全隐患。 1、参与系统测试与验证：协助完成环卫车系统的功能测试、性能验证及场景评估，参与仿真测试与软件在环验证，学习并输出测试分析报告； 2、支持问题分析与优化：在指导下分析仿真及实车测试数据，协助定位系统问题，推动算法迭代优化； 3、参与测试工具开发：学习并使用自动化测试工具，辅助开发脚本提升测试与数据处理效率； 4、辅助标准与流程建设：参与自动驾驶相关评价体系的测试验证，支持系统合规性迭代。

算法测试实习生（27/28届）-环卫车/物流车-广州 1、参与系统测试与验证：协助完成环卫车系统的功能测试、性能验证及场景评估，参与仿真测试与软件在环验证，学习并输出测试分析报告； 2、支持问题分析与优化：在指导下分析仿真及实车测试数据，协助定位系统问题，推动算法迭代优化； 3、参与测试工具开发：学习并使用自动化测试工具，辅助开发脚本提升测试与数据处理效率； 4、辅助标准与流程建设：参与自动驾驶相关评价体系的测试验证，支持系统合规性迭代。

智能驾驶系统产品线大规控部门负责城区、高速、停车场等全场景高阶辅助驾驶系统的规控和预测算法开发，同时搭建完善的仿真评测体系提升研发质量和效率。 开发理念： 打破惯性思维，根据问题本质寻找答案和设计解决方案； 不技术自嗨，守住性能底线后再做技术创新，用实车效果说话； 用数据驱动的思维做开发，做好数据闭环，注重评测迭代； 不做简单的规则堆叠，传统方法要提炼简洁优雅的“解析解”； 重视工具开发，提升研发效率，打开算法黑盒，尽量做解释性强的方案。 精益求精，打磨产品细节，做出亮点，提升产品体验。 1. 负责轨迹预测、行为决策、路径规划和运动控制等算法开发，并完成嵌入式量产平台部署； 2. 基于海量数据进行道路参与者行为预测算法研发，设计高性能、高准召、高稳定的预测模块； 3. 开发交互式决策和预测模型，改善自动驾驶车辆在复杂环境中的应对能力； 4. 负责自动驾驶系统产品级仿真引擎的架构设计，仿真平台自动化测试及可视化工具链的构建； 5. 构建可扩展的云端仿真框架，以在集群环境中运行批量仿真模拟，减少云端部署和运行成本； 6. 构建完善仿真场景库替代大部分路测，同时生成挑战性的场景增广路测能力； 7. 建立数据自动标注、难例批量挖掘和分析机制工具链，通过数据闭环持续提升算法能力。

智能驾驶系统产品线大规控部门负责城区、高速、停车场等全场景高阶辅助驾驶系统的规控和预测算法开发，同时搭建完善的仿真评测体系提升研发质量和效率。 开发理念： 打破惯性思维，根据问题本质寻找答案和设计解决方案； 不技术自嗨，守住性能底线后再做技术创新，用实车效果说话； 用数据驱动的思维做开发，做好数据闭环，注重评测迭代； 不做简单的规则堆叠，传统方法要提炼简洁优雅的“解析解”； 重视工具开发，提升研发效率，打开算法黑盒，尽量做解释性强的方案。 精益求精，打磨产品细节，做出亮点，提升产品体验。 1. 负责轨迹预测、行为决策、路径规划和运动控制等算法开发，并完成嵌入式量产平台部署； 2. 基于海量数据进行道路参与者行为预测算法研发，设计高性能、高准召、高稳定的预测模块； 3. 开发交互式决策和预测模型，改善自动驾驶车辆在复杂环境中的应对能力； 4. 负责自动驾驶系统产品级仿真引擎的架构设计，仿真平台自动化测试及可视化工具链的构建； 5. 构建可扩展的云端仿真框架，以在集群环境中运行批量仿真模拟，减少云端部署和运行成本； 6. 构建完善仿真场景库替代大部分路测，同时生成挑战性的场景增广路测能力； 7. 建立数据自动标注、难例批量挖掘和分析机制工具链，通过数据闭环持续提升算法能力。