地平线【Mono】自动驾驶泊车决策规划算法工程师
任职要求
1、硕士以上学历，计算机、自动化、车辆工程或相关专业 2、熟练掌握C++和Python编程语言，熟悉Linux、ROS等开发环境 3、熟悉非线性优化、DP、QP、混合A*、Lattice、MPC、PID等经典规控算法 4、有Apollo、Autoware、Openpilot等开源自动驾驶算法经验优先 5、熟悉自动驾驶软件架构，有量产自动驾驶算法开发经验者优先 6、具备良好的沟通能力和解决问题能力
工作职责
1.负责自动泊车中的决策与路径规划算法设计与开发 2.分析实车或仿真测试数据，持续优化算法性能、稳定性和安全性； 3.遵循最佳系统工程和软件工程实践，配合开发流程和团队协作，确保研发效率和产品质量。
1. 负责城区及高速驾驶行为决策、路径规划算法开发 2. 负责强交互场景精细化的横纵联合branching博弈算法开发 3. 负责规控算法的仿真评测和实车测试，并协助在嵌入式量产平台进行算法实现 4. 遵循最佳系统工程和软件工程实践，配合开发流程和团队协作，确保研发效率和产品质量。
1.参与纯视觉以及多传感器融合算法设计和开发； 2.参与动态障碍物、通用障碍物的检测、跟踪和识别算法设计和开发； 3.负责端侧计算平台下的性能优化，业务项目中的持续迭代和交付。
我们诚邀具有扎实技术功底和创新精神的多源融合定位工程师/专家加入团队，共同研发高精度、高鲁棒性的定位与导航系统。您将围绕 GNSS+IMU 组合导航 及 视觉 SLAM（V-SLAM）等多源融合技术展开工作，参与从算法设计到系统落地的全流程研发，为自动驾驶、机器人、无人机等前沿应用提供核心技术支撑。 主要职责 ● 设计、实现并优化基于 GNSS 与 IMU 的组合导航算法及系统，实现高精度惯性导航解决方案； ● 开发、集成并优化视觉 SLAM（V-SLAM） 算法，实现实时定位与环境地图构建； ● 针对多源传感器（GNSS、IMU、相机、激光雷达等）进行 数据融合、滤波与误差建模，提升系统精度与稳定性； ● 参与传感器标定、系统集成及性能验证，优化软硬件协同效果； ● 开展性能评估与问题分析，制定并实施改进方案； ● 撰写技术文档，输出研发报告，分享研究成果与技术趋势； ● 与跨团队成员（硬件、感知、控制等）紧密合作，推动项目落地。
1.资源管理与AssetBundle开发 主导游戏资源的分类、打包策略制定，熟练使用AssetBundle进行资源动态加载与卸载，管理依赖关系以减少冗余。 优化资源生命周期管理，包括预加载、按需加载及资源回收机制，降低内存峰值并提升运行效率。 结合打包系统或自定义工具链，实现资源自动化打包、版本控制及加密压缩。 2.内存与性能优化 分析并优化纹理（ETC/PVRT压缩）、网格（LOD）、动画及音频资源的内存占用，制定平台适配方案。 解决托管堆内存泄漏问题，优化GC触发频率，通过对象池、结构体替代类等方式降低Mono堆内存峰值。 使用Unity Profiler、Memory Snapshot等工具定位性能瓶颈，提出并实施渲染管线、物理引擎及脚本逻辑的优化方案。 3.技术攻关与团队协作 主导核心模块（如战斗系统、场景加载）的技术实现，搭建高可维护性的客户端框架。 编写技术文档，制定资源管理规范与热更新流程标准，指导初级开发者并参与代码审核。