logo of weride

文远知行路权拓展经理(政府关系)-自动驾驶物流车-上海

社招全职地点:上海状态:招聘

任职要求


1、有政府关系工作经验,负责自动驾驶物流车…
登录查看完整任职要求
微信扫码,1秒登录

工作职责


负责自动驾驶物流车路权政策推动,具备BD业务拓展潜力,主要负责长三角地区。
包括英文材料
自动驾驶+
相关职位

logo of cainiao
社招3年以上销售类-直销

1. 区域业绩管理:统筹销售、路权获取及政策落地,客户体验,动态调整区域拓展优先级及商业模式。对区域营收、市场占有率及客户满意度负责; 2. 渠道体系与城市合伙人运营:搭建“销售+运营”一体化渠道网络,赋能代理商具备车辆运营、运维、客户服务能力;开拓代理渠道,设计城市合伙人分级成长体系,绑定长期利益; 3. 政府事务与路权突破:区域路权攻坚, 主导与地方交通、工信等部门的政策沟通,推动测试牌照、运营许可获取; 统筹区域舆情监控,舆情风险管理,建立正面品牌形象; 4. 客户全生命周期运营: 建立与优化高效高质量的无人车部署运营、运维流程,推动产品工具迭代,提升客户体验;

更新于 2025-08-04杭州
logo of meituan
社招5年以上自动车配送部

负责我司自动车业务在北京属地的公共事务,包括政策建议、路权申请、投诉处置,保障在京的技术和业务目标达成。 1.根据业务目标前置完成在京自动驾驶政策、路权申请,满足业务测试和运营需求。 2.聚焦自动驾驶行业,维护和拓展公共事务部门,建立良好合作关系,建立政策建议、汇报通道; 预判政策趋势,对业务战略提出针对性建议; 3.独立负责自动驾驶相关的公务接待、日常汇报、材料编撰; 4.协助处理自动驾驶相关的舆情、投诉、危机应急事件; 5.为业务提出预设性建议。 6.该岗位需要跟自动车技术、业务等多个团队协作,需了解业务目标并分解。

更新于 2025-04-07北京
logo of liauto
社招5年以上综合管理

1、根据广东、广西业务规划,制定政府公关计划,建立政府关系和社会关系网络,并搭建有效的沟通机制; 2、密切关注政府政策的现状及变动,分析研究最新行业政策、项目支持、财税补贴等,为省区业务运营和决策提供支持与建议; 3、负责政府关系开拓和维护,协调公司内外资源,获得政府资金支持项目,争取各类政策优势; 4、负责跟进重大项目执行、公司落地、业务拓展; 5、灵活处理各种应急事宜,具备一定应急公关能力,熟悉完善公关预警机制,避免潜在的公关危机; 6、负责公司与相关政府日常沟通、接待保障,及时了解、参与政府活动; 7、按时完成上级领导交办的其他任务。

广州
logo of weride
社招

公司介绍: 文远知行(WeRide)成立于 2017 年,是全球领先的 L4 级自动驾驶科技公司,致力于“以无人驾驶改变人类出行”,已在全球超过 25 个城市开展自动驾驶研发、测试及运营,累积自动驾驶里程超1600万公里,应用场景覆盖智慧出行、智慧货运和智慧环卫,形成自动驾驶出租车、自动驾驶小巴、自动驾驶货运车、自动驾驶环卫车、高阶智能驾驶等五大产品矩阵,提供网约车、随需公交、同城货运、智能环卫、高阶智能驾驶解决方案等多种服务。 凭借“1个平台+3大场景+5大产品”的多元商业化战略,文远知行商业营收居同类自动驾驶企业之首,已与多家全球顶级主机厂和一级供应商达成战略合作伙伴关系,包括雷诺日产三菱联盟、宇通集团、博世、广汽集团等,不断为人类出行提供更多新选择。 文远知行目前的团队既有来自谷歌、微软、亚马逊、苹果、百度、滴滴的高阶工程师,也不乏刚从顶尖高校毕业的青年才俊。来到我们当中,你会发现这是一个专业、专注、有趣、有料的队伍。大家为了一个激动人心而富有挑战的目标走到一起,互相激励、脑力碰撞,为实现产品落地、创造社会价值、推进行业技术而努力。 对有抱负的工程师,还有什么比这更有意义的呢?我们虚位以待,真诚期待技术过硬、志趣相投的小伙伴加入我们! 更多信息请访问:http://www.weride.ai,或关注官方微信号:文远知行WeRide PNC组介绍: 在自动驾驶系统中,决策规划与控制可以类比为人类的大脑与神经。确保“大脑与神经”正确高效地“思考”和安全舒适地“执行”,是一个优秀的规划与控制组的职责所在。规划控制团队分为决策团队、规划团队和控制团队。决策规划部门的主要目的是在复杂的无人驾驶环境中找到安全的行驶方案,例如通过人类驾驶的数据分析何时进行变道,对前方车辆是跟随还是绕行。决策规划部分还要从路上的真实数据中学习人类驾驶的共识,比如道路拥堵时到底什么时候能变道,后车要怎么表达出它是否让行,进而思考如何把这种共识应用到具体算法中。此外,决策规划要能将不同的未来收敛到当选确定的行为中。控制部分则是负责将上述的行为严格地执行到车辆上。 负责无人驾驶决策模块设计和实现,应对无人驾驶中各种最有挑战性的场景 · 拥挤的道路上无人车如何变道,如何主动创造变道环境(如加速变道),如何准确的判断旁边车辆的意图,如何和其他车辆 negotiate 来迫使他人为你让出变道环境 · 处理各种合理或不合理的行为场景,如电动车逆行,左右摇晃的自行车,道路上乱串的行人 · 应对不合交规但是又非常频繁的场景:旁边车道车辆突然变道抢占路权,连续实线变道等 · 拥挤高速公路 merge 等对人类司机都很困难的决策 · 各种交通标志控制下的无人车行为决策:如无保护路口如何通过、人行道行为逻辑,施工区域的通过逻辑等

更新于 2025-08-01广州