文远知行【2026届】自动驾驶系统研发工程师（Infra/C++）-环卫车事业部-广州/深圳/武汉

1、负责进行高阶智能驾驶整车级系统测试，体验评估测试，建立自动驾驶系统的测试流程规范体系 2、依据相关的标准和设计目标，对系统全流程进行功能/性能/可靠性测试 3、负责相关联传感器及执行器的功能联调及性能验收 4、对所负责功能模块进行专项系统测试，提出系统问题及其协同软件研发团队处理问题和提升性能体验 5、负责国内主流评价体系的专项验证，辅助系统的迭代提升 6、根据项目需求，拟定实车全集测试方案，按需安排和管理系统级规模化路试 7、根据产品和项目特点，设计合理的自动化解决方案和开发相应的测试工具，提高测试效率维护测试车辆和测试环境，包括车辆及相关设备的维护和维修

1. 负责探索自动驾驶世界模型的研发，并将该模型落地到下一代自动驾驶系统中； 2. 参与面向自动驾驶的原生多模态大模型系统的算法研发； 3. 深入理解自动驾驶的应用场景，针对研发的世界模型，构建完备的模型评估链路和标准；

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。

1、负责自动驾驶决策规划系统的研发，包括但不限于基于专家系统、机器学习和数据驱动的决策规划算法研发； 2、设计复杂交互场景的处理策略，确保自动驾驶车辆的行为安全性和舒适性，提升智能性； 3、负责端到端模型设计、数据生产、Autolabel等工作； 4、完成相关算法研发和效果验证，与上下游团队协作，实现系统集成与调试工作； 5、追踪自动驾驶行业和深度学习技术的最新进展，引入新技术新方法解决自动驾驶的长尾问题。