哈啰智驾算法架构专家/工程师
任职要求
1、学历与专业背景：硕士及以上学历，计算机科学、电子工程、应用数学、自动化等相关专业。 2、3年以上自动驾驶规控算法开发经验，主导过L3/L4级项目中的规划或控制模块落地，完整参与至少1个量产项目，熟悉V模型开发流程及ASPICE标准； 3、有城市道路/高速场景L4算法开发经验，熟悉高…
工作职责
1、负责L4级自动驾驶车辆的规划（Planning）与控制（Control）算法开发，包括路径规划、行为决策、运动控制等模块的设计与实现； 2、针对复杂交通场景（如无保护左转、拥堵路段、行人交互等）优化算法，确保系统满足安全性、舒适性及实时性要求； 3、与感知、定位、仿真团队协作，完成多模块系统集成与功能验证； 4、主导实车测试与问题排查，分析日志数据并提出算法改进方案； 5、撰写技术文档，支持功能安全（ISO 26262）及预期功能安全（SOTIF）认证。 6、规划算法： 6-1、掌握分层规划框架（全局路径规划+局部行为决策），熟悉A*、RRT*、Lattice Planner等算法； 6-2、具备博弈论（Game Theory）或强化学习（如DQN、PPO）在交互场景中的应用经验。 7、控制算法： 7-1、精通PID、MPC（模型预测控制）、滑模控制，熟悉车辆动力学模型（如自行车模型）； 7-2、有轨迹平滑（Spline、Bezier曲线）及舒适性优化（加加速度约束）经验。 8、工具链： 8-1、熟练使用ROS2、Apollo平台，掌握MATLAB/Simulink进行控制模型仿真； 8-2、熟悉HIL（硬件在环）测试及Log分析工具（如Wireshark、ROSbag）。
我们正在寻找一位经验丰富、富有远见的智驾软件架构师。您将成为我们核心研发团队的关键成员，负责设计、定义和演进下一代智能驾驶系统的软件整体架构。您的工作将直接决定我们智驾产品的性能、安全、可靠性与可扩展性，是连接产品愿景与技术实现的桥梁。 主要职责： 1. 架构设计与规划： · 负责智能驾驶全栈软件（感知、定位、预测、规划决策、控制）的系统架构设计，制定技术蓝图和发展路线图； · 设计高内聚、低耦合、可复用、易于迭代的软件模块和组件，定义清晰的模块接口和数据流； · 主导关键技术选型，评估和引入合适的中间件（如ROS 2、DDS、AUTOSAR AP）、框架、库和工具链。 2. 性能与安全关键系统设计： · 设计满足功能安全（ISO 26262 ASIL-B/D）和预期功能安全（SOTIF）要求的软件架构和冗余方案； · 主导系统资源（CPU、GPU、内存、总线带宽）的预算、分配与优化，确保系统实时性和低延迟； · 设计和实现数据记录、诊断、监控和OTA升级等车规级必备功能。 3. 技术领导与协作： · 编写和维护架构设计文档（如系统设计说明、接口控制文档），并主导技术评审； · 指导和培养软件开发工程师，确保团队遵循既定的架构规范和最佳实践； · 与硬件、算法、测试和产品团队紧密合作，确保架构设计能够高效支撑算法迭代和产品需求。 4. 技术攻关与前瞻研究： · 识别和解决系统中的关键技术挑战和性能瓶颈； · 跟踪业界领先的智驾架构技术（如端到端模型、BEV+Transformer、Occupancy Networks对架构的影响），并进行前瞻性技术预研和原型验证。
自动驾驶软件开发资深工程师/专家（软件架构师方向） 岗位职责： 与需求方沟通，深入理解需求，将其转化为功能性和非功能性的开发需求，确保与关联方达成一致； 与相关团队讨论，确定合理的软件实现流程和架构，完成架构设计方案； 负责车载算法底层优化，模型加速，车载相关工具链开发等职责，整合和提高工作流程，提高驾驶质量并使其更智能、更安全； 负责量产级智驾系统开发，座舱系统应用架构搭建； 负责量产级座舱后端接口开发，对上游输出的障碍物、车道线等元素进行算法后处理优化。
我们正在寻找一位对智能驾驶充满热情、对数据敏感的工程师。您将成为我们数据驱动研发体系的核心成员，负责构建和优化从车端数据采集到价值挖掘的完整链路。您的工作将直接提升智能驾驶系统的感知、决策和控制性能，是实现技术突破的关键一环。 核心职责： 1. 车端数据触发与采集： · 设计与开发基于特定场景（如Corner Case、接管、模型不确定性高）的智能数据触发策略； · 负责车端数据采集模块的开发与优化，确保数据的高效、可靠上传； · 定义和规范车端数据的格式、质量和合规性标准。 2. 数据回传与分析： · 参与构建和管理车云数据传输 pipeline，确保数据的完整性和时效性； · 对回传的海量数据进行初步分析、清洗和标注管理，为模型训练准备高质量数据集； · 利用数据分析工具，定位系统缺陷，挖掘影响智驾性能的关键场景。 3. 闭环工具链与平台支持： · 与数据平台和算法团队紧密合作，参与开发数据闭环相关的工具链和平台； · 优化数据检索、场景切片、仿真回灌等流程，提升算法迭代效率； · 负责车端软件OTA与数据闭环任务的联动，确保新模型能有效验证并部署。 4. 场景挖掘与仿真测试： · 基于真实路采数据，挖掘、构建和泛化高价值的测试场景库； · 将关键场景应用于仿真测试，快速验证算法修复和优化效果。
1、负责自动驾驶端到端模型数据闭环研发工作，制定数据挖掘方案，数据标签自动化，保证数据质量和闭环效果，为线上模型迭代提供数据支持； 2、负责数据场景和行为理解自动标注，通过数据驱动的方式挖掘自动驾驶算法需要关注的关键场景和高价值数据，参与算法迭代； 3、基于海量自动驾驶场景和行为，科学地管理自动驾驶用户数据和已挖掘的算法问题，研究和设计自动驾驶各算法高效发现问题和利用数据的方案； 4、负责自动驾驶数据闭环相关的策略研发工作，制定项目挖掘方案，计划并实施，保证数据质量和闭环效果； 5、综合车端的感知、规控等信息，利用大数据技术对各种corner case 进行识别和自动化归因算法开发； 6. 负责模型微调和强化学习数据分布和挖掘；