地平线智能驾驶感知软件开发工程师
任职要求
1、本科以上学历，计算机科学或电子工程相关专业，3年以上工作经验； 2、有扎实的coding能力，熟练使用python和C++，有良好的代码风格，熟悉软件开发流程； 3、熟悉一种或多种嵌入式SoC体系架构以及软件栈。如：NVIDIA DRIVE/Jetson、TDAx、Horizon J3/J5等 4、深入理解Linux内核及操作系统原理, 包括进程调度、内存管理、文件系统、网络协议等； 5、熟练使用各种性能分析工具，如 top、vmstat、iostat、sar、perf、strace、dtrace 等，能够进行系统瓶颈分析，识别性能问题的根源，并提出相应的优化方案；熟悉crash, OOM, soft/hard lockup, hung task常见问题的分析方法； 6、有车载异构计算平台(GPU/DSP/J6 BSP)的部署和性能经验者优先； 7、有车载软件相关开发经验，熟悉Adaptive AutoSAR/CyberRT/ROS2/Apollo标准和规范者优先； 8、具有良好的团队协作能力，能承受一定压力，有很强的分析问题和解决问题的能力，有强烈的责任心； 9、有智能驾驶相关产品的研发和落地经验者优先。
工作职责
1、负责车端智能驾驶应用软件的软件模块设计和软件开发； 2、负责车端智能驾驶应用软件全流程的性能优化，为工程部署和算法优化方向提出指导； 3、负责车端智能驾驶算法模型在异构计算平台(GPU/DSP/J6 BSP)的部署和性能优化；
1.深入理解自动驾驶感知/预测/环境融合/规控算法，深度嵌入研发团队 2.负责智能驾驶产品各模块算法测评体系内自动化测试框架的设计和开发工作, 与研发协作并指导团队完成测评体系搭建工作, 并不断完善和优化测评框架, 满足产品算法测评验证的需求; 3.负责智能驾驶数据闭环平台的测试开发和CI/CD流程搭建工作, 并开发测试流程,测试报告展示等工具; 4.负责内部测试工具规划、设计和开发，并持续进行工具优化, 帮助团队提高测试效率; 5.负责CI/CD测试流程搭建，完善代码管理，版本管理和配置管理; 6.协助完成版本算法评测工作并输出测试结论, 推动产品算法性能提升; 7.带领和指导团队成员完成感知算法测评的方案设计和框架开发工作, 包含GT生产, 自动化测评开发;
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。
1. 深入理解智能驾驶各模型算法，深度嵌入研发团队，设计评测方案、指标体系，回测策略等，并进行测试用例编写、评审、执行，分析指标变化和badcase，出具测试报告，持续跟进算法进展和问题验证； 2. 模型评测集方案构建，跟数据组配合采集、标注测试集； 3. 负责搭建算法测试环境和平台，编写自动化测试脚本； 4. 协助算法开发人员分析算法结果，抽象问题域； 5. 设计算法质量保证流程，推进算法指标迭代。
1.参与SoC智能调度引擎开发，突破多核异构SoC能效瓶颈，实现设备续航提升20%-30%+； 2.研发基于AI预测模型的动态调度框架，完成CPU/NPU/GPU/DSP混合计算单元毫秒级资源切换与三维能效评估； 3.设计指令级功耗建模工具与自适应DVFS算法，提升典型用户场景10%+的能效提升； 4.深度协同澎湃芯片及小米全栈技术生态，覆盖手机/汽车/机器人等亿级设备，技术成果直通国际顶会转化通道。 【课题名称】 端侧高效整机性能&能效优化技术研究 【课题内容】 小米玄戒芯片能效优化与智能调度体系研究课题背景： 面对手机/汽车/机器人等多场景的极端能效需求，玄戒SoC芯片需突破多核异构的能效瓶颈，通过智能调度引擎与AI驱动的功耗建模技术，构建"芯片+系统+生态"的三维能效优化体系。结合澎湃系列芯片低功耗研发经验（硬件利润率≤5%原则）及AI实验室全栈技术积累，实现续航提升20%-30%+的行业领先能效比，技术成果直通国际顶会转化通道。 挑战： 1. SoC异构计算单元智能调度引擎开发 - 构建基于AI预测模型的动态调度框架，实现CPU/NPU/GPU/DSP混合计算单元的毫秒级资源切换与负载均衡。 - 设计多目标优化算法，在典型用户场景（如多模态交互、自动驾驶感知）中达成计算资源利用率与能效比的协同提升。 2. 指令级功耗建模与自适应能效调控 - 开发面向玄戒O1架构特征的指令级功耗建模工具链，建立微架构-指令-场景的三维能效评估体系。 - 研发自适应DVFS算法与异构缓存协同机制，确保在影像处理、边缘推理等典型场景下实现10%+能效增益。 3. 全栈技术生态协同优化 - 深度整合澎湃芯片家族（C1/G1/S1）的异构调度能力，构建覆盖MIUI系统、车载OS、机器人OS的统一能效优化方案。 - 设计可扩展的调度框架，支持手机/汽车/机器人等设备的差异化能效需求，推动技术方案在IEEE/ACM等顶会的成果转化。