TCL智驾系统工程师（基础平台方向）
任职要求
1、大学本科及以上学历，通信工程、自动化、机电工程、车辆工程等专业；
2、熟悉汽车诊断和通信相关标准, 对CAN/Eth 通讯、UDS诊断，能使用常用CAN设备（如CANoe/周立功CAN）抓取、解析报文
3、熟悉智驾一体机，域控制器工作原理，能独立…工作职责
1、根据自动驾驶系统整体技术要求，定义和管理自动驾驶域控制器的产品需求。包括诊断，通信，机械、硬件(含DV/PV)、软件、算法、可靠性等指标； 2、负责控制器通信，系统诊断，OTA，时间同步等方案； 3、结合内部标品功能及客户定制化的需求，制定相应的技术方案，形成需求与方案文档
岗位概述： 我们正在寻找一位资深且对细节有深刻洞察力的智驾系统架构工程师，专注于诊断设计方向。您将是保障智能驾驶系统功能安全、可靠性与可维护性的核心架构师。您将负责设计和实现覆盖从传感器、计算单元到执行器的全链路诊断与监控体系，确保系统在面对故障时能够做出安全、可控的响应，为打造用户信任的智能驾驶产品奠定坚实基础。 主要职责： 1. 诊断策略与架构设计： · 负责智能驾驶系统（感知、定位、决策、控制）的全栈诊断架构设计，定义各层级的诊断需求、故障模型和安全机制； · 制定系统级的故障检测、隔离与处理策略，包括故障注入、降级策略、冗余切换和最小风险策略； · 主导诊断功能的安全分析，参与FMEA、FTA等工作，并将分析结果转化为具体的诊断需求。 2. 诊断需求开发： · 与硬件、软件、功能安全团队紧密合作，撰写详细的车规级诊断需求规范； · 定义传感器、计算平台、网络通信、电源管理等部件的内部诊断和外部报告接口； · 设计系统健康状态管理和上报框架，支持云端远程诊断和大数据分析。 3. 技术实现与集成： · 主导诊断相关的Autosar配置，包括DTC、DEM、FIM、SWC等模块的设计与实现； · 设计和规范诊断通信服务，如UDS协议在车载以太网和CAN FD上的应用； · 确保诊断设计与AUTOSAR AP/CP架构、功能安全标准（如ISO 26262）和网络安全要求紧密结合。 4. 测试与验证： · 协同测试团队制定诊断功能的测试计划和用例，包括台架测试、实车测试和HIL测试； · 分析测试数据，定位诊断相关问题，并推动问题解决，确保诊断功能符合设计预期。 5. 跨部门协作： · 作为诊断领域的专家，为软件、硬件、测试和车辆集成团队提供技术指导和支持。
1、负责视觉 AI 芯片的系统软件开发，包括设备驱动，中间件，SDK 和相关平台工具链等开发； 2、负责视觉 AI 芯片的图像（含外设开发）、视频、BPU（NPU）、显示等多媒体中间件和 Framework 的开发； 3、完成芯片流片前的子系统/模块软件设计、开发和验证，及芯片回来后点亮和功能调试等。 4、与芯片设计和验证团队，算法团队等紧密合作，优化模块/系统性能、功耗和可靠性。 5、负责编写符合相关开发流程（如软件开发 V model，功能安全 ISO26262 等）的技术文档。
工作职责： 1. 基于Vision Language Model（VLM）和Large Language Model（LLM），设计和实现自动驾驶中面向行为预测和运动规划的基座模型； 2. 参与基座模型的预训练、后训练（SFT + RL），提升基座模型的行为预测和运动规划能力； 3. 针对车端/云端部署，开展模型算法层面的性能优化工作，例如压缩，剪枝，蒸馏，训练/推理加速等，确保模型可用性、系统实时性和资源利用率； 4. 与硬件团队、部署团队和系统团队紧密协作，推动模型部署，以及在仿真和车载平台的落地； 5. 跟踪行业前沿技术，将创新性方案应用于实际项目，推动新技术在产品中的落地。
1. 负责基于强化学习（如Online/Offline RL、Model-based RL）的自动驾驶行为决策与运动规划算法研发，重点解决结构化道路（高速、城市快速路）及非结构化场景（自动泊车）中的动态交互与博弈问题； 2. 针对复杂动态场景（密集车流、无保护路口、人车混流），设计基于数据驱动的决策规划算法，通过大规模分布式训练系统提升策略的智能性、安全性及泛化能力； 3. 构建与迭代仿真环境（如CARLA、NVIDIA Isaac）与世界模型，推动强化学习策略的仿真训练与实车迁移（Sim2real），形成“真实数据→仿真训练→实车验证”的闭环优化； 4. 参与全栈自动驾驶决策控制系统的开发，对接感知、预测、端到端模块，实现基于强化学习的决策规划算法在车载平台上的部署、性能优化与实车路测； 5. 跟踪强化学习在自动驾驶领域的前沿进展（如大模型与RL结合、逆强化学习、多智能体博弈），进行技术预研与算法创新，推动研究成果在量产项目中的应用与落地。