文远知行智能驾驶算法测试工程师/算法QA（L2/L3）
任职要求
高阶智能驾驶系统测试相关经验，或对智能驾驶系统各软件模块都比较了解。 理工类本科或以上学历，通信、电子工程、自动化、车辆工程、计算机等相关专业。 熟悉使用Python等脚本语言，有编写自动化脚本提高工…
工作职责
工作内容： 参与测试规范化流程搭建； 参与软件模块需求定义和方案设计，根据需求文档，设计验证方案，编写测试用例，在仿真环境或路测中执行测试用例； 深入了解智能驾驶系统某模块实现逻辑/原理，对测试遇到的问题进行分析反馈，提出改进建议，反馈给相关功能开发部门并协助/推动相关问题解决；
1、负责智能驾驶核心模块（感知/预测/决策）云端算法设计与优化，主导云端方案、云端建模、云端训练完整闭环，对精度、鲁棒性和实时性指标负责； 2、解决复杂长尾场景云端问题，推动数据闭环与工程落地，并在团队中承担技术负责人角色；
1. 负责智能驾驶感知系统中静态模型算法的研发与优化工作，包括但不限于车道线检测、交通标志识别、道路边界识别等静态环境感知任务，提升算法的准确性、鲁棒性和实时性，为车辆的决策规划提供可靠的静态环境信息； 2. 深入研究和应用深度学习、计算机视觉等技术，设计高效的静态模型算法，优化模型结构和参数，提高算法在不同场景下的适应性和性能表现； 3. 基于大量的实际道路数据和模拟场景，对静态模型算法进行训练和优化，确保算法在各种复杂环境下的稳定性和可靠性； 4. 与感知团队的其他成员（如动态模型算法专家、感知融合专家等）紧密合作，共同解决感知系统中的技术难题，提升整个感知系统的性能和可靠性； 5. 与算法团队、软件团队、硬件团队等其他相关部门进行有效的沟通和协作，确保静态模型算法的开发和优化工作与整个智能驾驶项目的进度和目标保持一致。
1、负责智能驾驶感知系统中动态模型算法的研发与优化工作，包括但不限于车辆、行人、自行车等动态目标的检测、跟踪与识别任务，提升算法的准确性、鲁棒性和实时性，为车辆的决策规划提供可靠的动态环境信息； 2、深入研究和应用深度学习、计算机视觉等技术，设计高效的动态模型算法，优化模型结构和参数，提高算法在不同场景下的适应性和性能表现； 3、基于大量的实际道路数据和模拟场景，对动态模型算法进行训练和优化，确保算法在各种复杂环境下的稳定性和可靠性； 4、与感知团队的其他成员（如静态模型算法专家、感知融合专家等）紧密合作，共同解决感知系统中的技术难题，提升整个感知系统的性能和可靠性； 5、与算法团队、软件团队、硬件团队等其他相关部门进行有效的沟通和协作，确保动态模型算法的开发和优化工作与整个智能驾驶项目的进度和目标保持一致。
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。