地平线智能驾驶算法测试实习生
任职要求
1.本科及以上学历, 计算机、软件工程、电子信息、车辆工程等相关专业； 2.热爱汽车、智能驾驶、自动驾驶和人工智能,有中国驾照熟悉驾驶场景, 熟悉主动安全AEB, SOTIF等场景优先； 3.具备快速的学习能力和意愿,有较强的责任心, 具备良好的沟通表达能力和问题分析解决能力； 4.熟悉Linux操作系统，有扎实的coding能力, 熟练使用python，C++等优先； 5.熟悉CARLA/51SimOne/VTD/PreScan/Carsim/CarMaker等仿真软件的使用者优先； 6.熟练ROS、ROS2或其他数据中间件及工具链开发流程优先。
工作职责
1.负责高阶智能驾驶内场算法测试,根据需求对系统算法进行验证； 2.负责根据系统或产品的功能需求完成测试计划的制定,测试方案的编写,测试用例的设计； 3.负责对系统的感知和规控算法进行评测集构建,数据分析,并可以开发脚本进行数据挖掘； 4.根据需求和评测目标开发并优化算法测评算子, 优化数据闭环效率； 5.负责测评数据集的维护和管理, 验证测评算子的准确度并提出优化建议。
1. 协助研发基于强化学习（RL）或模仿学习（IL）的自动驾驶决策规划算法，解决复杂交通场景下的车辆行为决策与运动规划问题； 2. 参与构建和优化用于训练决策模型的数据处理流程，包括特征工程、场景提取、奖励函数设计及大规模数据集处理； 3. 负责或参与相关算法的仿真测试、实车调试、性能评估与迭代优化，推动算法在真实环境中的性能提升和落地； 4. 跟踪并调研强化学习、模仿学习、行为预测等领域的国际前沿动态与最新研究成果（如顶会论文CVPR, ICRA, NeurIPS, ICML等），并尝试将其应用于实际项目； 5. 协助端到端自动驾驶大模型或相关子模块的研发与优化工作。
工作职责： 1. 算法开发与验证：参与结构化/非结构化道路的决策规划算法设计与开发，包粗轨迹生成、决策体系搭建，并通过仿真或实车测试验证算法效果； 2. 问题分析与闭环：协助分析道路测试数据，定位决策逻辑或规划轨迹的异常根因，提出优化方案并参与代码实现，提升算法鲁棒性； 3. 工具链支持：开发或优化调试工具链（可视化工具等），支持算法快速迭代与效果追踪。
1.评测算法开发：以数据驱动的方式开发评测算法，量化评价自动驾驶系统在安全、规则、体感、效率、类人等各维度表现； 2.评测基础建设：开发评测自动化场景挖掘、数据分类等算法，建设评测算法benchmark； 3.仿真报告总结：整理大规模仿真场景测试结果，为自动驾驶算法系统性优化提供支持。
作为理想汽车空间自动化实验站的实习生，您将有机会全面涉足智能座舱测试的关键领域，为自动化测试及创新技术贡献力量。在此角色中，你的工作将涵盖以下主要方面： 1. 测试用例开发：参与硬件自动化测试用例的编写与优化。理解项目需求，设计高效的测试用例，确保在不同硬件环境下的适用性和稳定性； 2. 调度算法前瞻性测试系统研发：参与调度算法测试系统的研发工作，探索如何利用创新技术提高虚拟驾驶环境下的调度模型效率和精准性； 3. 实验室软件运维：参与实验室软件工具的日常维护和管理，确保测试环境的正常运行。负责实验室软硬件系统的更新和改进，提升其使用性能和用户体验。