地平线【2026届校招】自动驾驶系统验证工程师（实车方向）
任职要求
1、本科及以上学历，自动化、机械工程、车辆工程等背景 2、熟悉ADAS/自动驾驶的系统架构与功能,熟悉相关测试流程和测试工具，熟悉相关的技术标准、法规优先 3、了解主流自动驾驶技术路线，对自动驾驶的技术实现方案有较好的理解 4、了解开发需求管理，系统方案设计，车辆端系统功能和性能匹配标定工作，能够独立完成车辆级和系统级开发，测试及验证方案设计及其实施 5、熟悉驾驶辅助系统所涉及的执行器之间的交互和性能指标；熟悉自动驾驶系统性能评价指标 6、了解典型目标融合逻辑，轨迹规划控制，能识别系统功能链路中各个模块的上下游链路 7、车辆驾驶技能熟练，驾驶习惯能覆盖95%的国内主流驾驶员和乘客 8、对于相关传感器的数据采集系统有完整的理解或解决思路 9、熟悉任一编程语言(如C/C++/PYTHON/Matlab)优先 10、熟悉Liunx系统；软件技能:CANoe/CANape等
工作职责
1、负责进行高阶智能驾驶整车级系统测试，体验评估测试，建立自动驾驶系统的测试流程规范体系 2、依据相关的标准和设计目标，对系统全流程进行功能/性能/可靠性测试 3、负责相关联传感器及执行器的功能联调及性能验收 4、对所负责功能模块进行专项系统测试，提出系统问题及其协同软件研发团队处理问题和提升性能体验 5、负责国内主流评价体系的专项验证，辅助系统的迭代提升 6、根据项目需求，拟定实车全集测试方案，按需安排和管理系统级规模化路试 7、根据产品和项目特点，设计合理的自动化解决方案和开发相应的测试工具，提高测试效率维护测试车辆和测试环境，包括车辆及相关设备的维护和维修
探索下一代端到端自动驾驶系统的强化学习训练范式，构建高效稳定的大规模强化学习闭环训练框架，提升强化学习的数据效率、训练效率、稳定性、场景泛化性，验证scalling law，解决sim2real和长尾问题，推动强化学习算法在物理世界的落地应用。
1. 深度参与自动驾驶感知 / 规控算法评测全流程，与研发团队紧密协作，负责智能驾驶产品算法测评方案设计、测试计划制定及测试用例开发，覆盖行车、泊车等高阶功能场景； 2. 负责算法仿真验证，基于SIL、HIL等仿真方案构建多维度测试数据（含实车路采与虚拟场景生成），并参与数据闭环平台的测试开发与流程优化，提升算法迭代效率； 3. 负责智能驾驶算法测评自动化框架设计，独立完成测试脚本编写（Python/C++ 优先），开发数据挖掘、指标可视化等测评工具，持续优化测试流程与报告输出能力，助力团队效率提升； 4. 负责执行测试用例并追踪缺陷，分析测试报告中的算法性能问题，输出改进建议；参与版本算法评测结论输出，推动感知 / 规控等模块性能优化。
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。
1. 负责探索自动驾驶世界模型的研发，并将该模型落地到下一代自动驾驶系统中； 2. 参与面向自动驾驶的原生多模态大模型系统的算法研发； 3. 深入理解自动驾驶的应用场景，针对研发的世界模型，构建完备的模型评估链路和标准；