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，能独立完成智驾方案设计； 4、5年以上智驾（毫米波雷达、前视摄像头、域控制器等）相关工作经验，熟悉智能驾驶相关法规； 5、熟悉机械(支架、热仿真)、硬件(DVIPV)、EMC、软件、算法、测试等一项或多项技术; 6、有过域控制器产品系统、开发或测试经验优先;
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
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。
-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
工作职责： 1. 负责Nio多平台（Orin/NX9031）上的系统集成、功能开发与性能优化等工作 2. 负责基于Linux系统的一台或者多台Arm SoC上的软件研发与集成 3. 研发并完善CI/CD自动化测试系统，提升工程交付代码质量 4. 建设并维护多平台、多车型的集成交付与伴生发版流程，提高各产线发版效率 5. 负责智驾车端的性能分析和自动化工具的开发，熟悉Linux系统下常用性能分析和调试工具。 6. 定位并解决智驾系统中难以复现的系统级问题
1. 深度参与智驾云系统全生命周期，主导地图相关（导航地图交互，高精地图交互）功能模块的方案设计、需求迭代、开发与运维，确保系统稳定高效运行； 2. 基于对业务的深刻理解，主动承接业务需求，以创新思维和扎实技术功底，独立完成具备高可扩展性与高性能的分布式架构设计与开发，支撑业务快速发展； 3. 投身各类核心系统与平台研发，深度参与架构设计、性能优化、稳定性建设等关键环节，不断提升系统整体竞争力。