文远知行自动驾驶-仿真评测工程师（场景库）

1. 【仿真运营】运营高级别自动驾驶系统的大下游(决策规划控制)及大上游(感知定位融合)的全链路仿真闭环测试流程，以及自动驾驶大模型仿真验证业务流程，快速形成简洁有效的测试报告，驱动研发解决长尾问题； 2. 【场景建设】理解自动驾驶业务和技术栈，对重点问题进行分析分类，建立和维护高级别自动驾驶corner case的场景数据库, 软件迭代过程中进行科学管理和更新汰换、保持场景库的高质量、高覆盖性和高有效性，有力支持研发快速验证模型和软件改动； 3. 【评估开发】理解自动驾驶和仿真技术栈，发现和总结各类问题的仿真评价规律，并转化成仿真评测的metric(c++程序)，提升仿真评价的精准度和自动化；并针对模型仿真测试过程中产生的新的需求，快速完善metric，不断提升仿真测试KPI的准确性和完备性，提升仿真测试的价值贡献度。

1、负责自动驾驶系统的功能测试，包括测试方案设计，测试用例编写以及分析报告; 2、利用历史数据和虚拟环境构建自动驾驶仿真运行环境，实现自动驾驶闭环测试，并可视化相关调试信息 3、构建完善仿真场景库，挖掘或生成对自动驾驶系统有挑战性的场景 4、为自动驾驶算法面临的验证和评测问题提供基于仿真的技术解决方案，加速自动驾驶算法选代

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。