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。
-负责建设业界领先的AI异构算力容器平台，提供高性能、高稳定性、高易用性的混合云产品，支持AIGC、智算中心、智驾、金融能源等客户AI应用高效部署 -负责云原生AI容器相关产品的架构设计和产品研发，引入开源社区先进的AI框架、AI调度、AI工作流和AI可观测能力组件构建全栈AI应用云原生解决方案 -结合 SOTA 模型训练推理优化原理，深入模型结构与设计思路，将训练推理优化手段工程实践化，为客户提供系统性加速方案，提升训推效率 -针对大规模异构集群场景下，探索训推任务管理、异构资源调度、虚拟化混布、容器存储、高性能网络、分布式训练和推理等技术的创新和应用 -探索业界最新技术方向，参与机器学习框架等开源社区，提升百度混合云AI核心竞争力，提升团队技术影响力