哈啰C++ 嵌入式开发工程师 (数据闭环)-【自动驾驶】
任职要求
1、学历与专业：本科及以上学历，计算机、电子、自动化、软件工程等相关专业； 2、C++ 编程：精通 C++11/14/17，具备扎实的面向对象编程思想和内存管理能力，熟悉常用数据结构与算法； 3、ROS2 开发：深入理解 ROS2 的核心概念（Nodes, Topics, Services, Actions），有丰富的 ROS2 C++ 开发经验； 4、嵌入式与 Linux：熟悉 Linux 操作系统及嵌入式开发环境，有良好的系统调试和问题排查能力； 5、脚本与桥接：有 Lua 或其他脚本语言（如 Python）的使用经验，理解 C++ 与脚本语言的交互原理（如通过 API 绑定、消息传递等）； 6、领域知识：了解自动驾驶系统的基本构成，对感知、定位、决策等模块有一定认知者优先； 7、沟通与协作：具备良好的团队合作精神和跨部门沟通能力，能够清晰地表达和讨论技术问题。 加分项： 1、 有自动驾驶数据采集、处理或标注相关项目经验； 2、 熟悉CMake、Git等工程化工具； 3、有使用Docker进行环境部署的经验。
工作职责
1、核心引擎开发：使用 C++ 开发高性能、低延迟的实时数据筛选引擎； 2、ROS2 集成：基于 ROS2 框架，开发节点 (Node) 以订阅（Subscribe）来自不同传感器和自动驾驶模块的 Topic 数据流； 3、筛选规则设计：设计并实现灵活、可配置的筛选器规则系统，能够基于多源数据（如目标检测结果、车道线信息、车辆状态等）进行复杂逻辑判断； 4、低代码脚本桥接：负责 C++ 引擎与低代码脚本的无缝桥接，使算法工程师或数据科学家能够通过编写脚本来定义和动态加载筛选触发逻辑，实现 “代码即规则” 的灵活模式； 5、触发与录制：实现筛选器的触发机制，当满足预设规则时，精确触发并控制数据录制模块，只保存有价值的关键数据片段； 6、系统优化：持续优化系统性能，包括 CPU 占用率、内存使用和数据处理延迟，确保在嵌入式环境下稳定可靠运行； 7、调试与测试：进行单元测试、集成测试和现场调试，解决开发和部署过程中的技术问题； 8、文档编写：编写清晰、规范的技术设计文档、API 文档和用户手册。
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。
(此岗位为系统岗位，不需要开发coding) 1、协助系统设计工作：在资深系统工程师指导下参与自动驾驶软硬件系统设计辅助工作，包括域控制器架构梳理、传感器连接方案分析、底软及中间件基础方案研讨；协助编制技术文件，学习技术文档的规范与逻辑，配合解决基础技术疑问，确保符合系统基础需求； 2、参与架构方案评估：协助收集域控制器系统架构相关的技术资料，参与架构方案的影响因素分析及讨论；配合完成方案落地过程中的基础调研与数据统计，学习架构设计的核心思路； 3、支持产品交付：参与自动驾驶产品量产项目，跟进软硬件开发的基础环节，协助完成测试验证数据整理、版本发布辅助及实施流程跟进等工作，熟悉全流程运作机制； 4、配合车型项目推进：紧扣整车开发基础流程，协助部门内外部基础资源；参与项目节点的基础跟进工作，整理项目进展和风险点，配合推进问题闭环的工作； 5、辅助文档编写评审：学习自动驾驶开发流程中各类技术文档的标准；协助编写域控制器硬件、基础软件及智能驾驶系统功能相关的基础文档，配合完成文档评审的准备工作。
1. 负责研发面向云台运控系统的规控算法的开发与优化，涉及面向运镜规划场景的nn/rule-based算法、以及面向精密控制系统的高精度控制算法，实现感知、路径规划与云台控制的深度融合； 2. 负责构建评测体系与数据闭环体系，通过构建数据集、搭建评测仿真平台、数据闭环等方式控制和量化算法送代效果； 3. 负责规控算法相关领域的先进技术探究和技术积累，并进行产品化应用，保障产品的竞争力持续升级。
1、全场景道路环境感知算法研发：主导城区、高速、泊车等多场景下的道路环境认知算法开发，基于深度学习模型实现车端的车道线、交通灯、停车位等关键要素的高保真检测与端到端建模，或通过静态要素的云端大模型赋能无图端到端系统精准感知； 2、模型优化与性能突破：负责感知模型的开发、验证与持续迭代，通过算法创新与工程优化，确保车辆“看得清、认得准”，提升复杂场景下道路环境的鲁棒性与实时性； 3、算法创新与工程落地：主导核心算法/模型的前沿设计，推动从理论到产品的全链路落地，包括模型轻量化、部署优化及评测体系构建；