哈啰智驾系统架构工程师（诊断设计方向）-【自动驾驶】
任职要求
1. 学历与经验： · 本科及以上学历，计算机科学、电子工程、车辆工程、自动化等相关专业； · 5年以上汽车电子系统开发经验，其中至少3年专注于诊断架构或诊断设计领域； · 有完整的智能驾驶或底盘电控系统量产项目经验者优先。 2. 专业知识与技能： · 精通汽车诊断体系： 深入理解UDS协议，熟悉OBD-II相关法规； · 精通功能安全： 深刻理解ISO 26262标准，并能将其应用于诊断设计； · 精通AUTOSAR： 具有丰富的AUTOSAR开发经验，熟练掌握DT…
工作职责
岗位概述： 我们正在寻找一位资深且对细节有深刻洞察力的智驾系统架构工程师，专注于诊断设计方向。您将是保障智能驾驶系统功能安全、可靠性与可维护性的核心架构师。您将负责设计和实现覆盖从传感器、计算单元到执行器的全链路诊断与监控体系，确保系统在面对故障时能够做出安全、可控的响应，为打造用户信任的智能驾驶产品奠定坚实基础。 主要职责： 1. 诊断策略与架构设计： · 负责智能驾驶系统（感知、定位、决策、控制）的全栈诊断架构设计，定义各层级的诊断需求、故障模型和安全机制； · 制定系统级的故障检测、隔离与处理策略，包括故障注入、降级策略、冗余切换和最小风险策略； · 主导诊断功能的安全分析，参与FMEA、FTA等工作，并将分析结果转化为具体的诊断需求。 2. 诊断需求开发： · 与硬件、软件、功能安全团队紧密合作，撰写详细的车规级诊断需求规范； · 定义传感器、计算平台、网络通信、电源管理等部件的内部诊断和外部报告接口； · 设计系统健康状态管理和上报框架，支持云端远程诊断和大数据分析。 3. 技术实现与集成： · 主导诊断相关的Autosar配置，包括DTC、DEM、FIM、SWC等模块的设计与实现； · 设计和规范诊断通信服务，如UDS协议在车载以太网和CAN FD上的应用； · 确保诊断设计与AUTOSAR AP/CP架构、功能安全标准（如ISO 26262）和网络安全要求紧密结合。 4. 测试与验证： · 协同测试团队制定诊断功能的测试计划和用例，包括台架测试、实车测试和HIL测试； · 分析测试数据，定位诊断相关问题，并推动问题解决，确保诊断功能符合设计预期。 5. 跨部门协作： · 作为诊断领域的专家，为软件、硬件、测试和车辆集成团队提供技术指导和支持。
1、主导车载通信协议（CAN/LIN/Ethernet、SOME/IP、DDS）和中间件（ROS2、AP AutoSAR）的选型与集成； 2、主导自动驾驶系统的整体架构设计，涵盖多传感器融合（激光雷达、摄像头、毫米波雷达）、高精地图定位、云服务等核心模块； 3、设计OTA升级架构，支持软件模块热更新与全生命周期管理； 4、分解系统需求至软硬件模块，输出感知、决策、控制子系统的接口规范与性能指标； 5、主导硬件资源（域控制器、SoC芯片、传感器）选型评估，推动算力与功耗的平衡设计; 6、负责数据闭环方案评估与设计，落实车端、云端、云舱端链路与接口；
作为自动驾驶系统架构与集成工程师，主导自动驾驶系统的整体架构设计、软硬件集成与算法优化，并确保系统的高效交付。需要深入理解客户需求，协同跨职能团队（模块、产品、测试）完成技术方案落地，解决复杂系统级问题，提升产品竞争力与交付质量。 核心职责： 1.系统架构设计 根据客户需求设计自动驾驶系统整体软件架构，拆解为模块需求及系统基础功能（诊断、标定、升级、模式切换、数据回传、远程交互）、安全要求（功能安全、信息安全）等非功能需求，制定技术路线并驱动团队开发，最终确保量产交付。 主导系统软件设计，优化数据流、通信协议及模块交互逻辑，确保系统高可靠性与可扩展性。 2.软硬件集成交付 负责自动驾驶功能系统级交付，解决数据联通、软硬件兼容性及稳定性问题。 针对整车软件性能进行调优，联合模块优化产品体验，提升系统响应速度与资源利用率。 3.研发闭环与交付管理 掌握需求导入到实现、测试的过程工具，了解自动化构建、持续集成（CI/CD）测试工具链，提升研发效率与交付质量。 主导量产项目的全流程交付，协同内外部团队确保产品符合功能安全（如ISO 26262）及车规级标准。
工作内容 1. 负责无人物流车车辆智驾硬件系统的架构设计、布置、下线及维护； 2. 负责无人物流车样车试制、升级迭代及量产方面智驾系统的协调安排和管理工作; 3. 负责协调总布置、电气、线束、总装、下线及和供应链等部门完成样车试制以及量产工作; 4. 负责无人物流车车辆智驾系统问题分析并协调处理，完成闭环; 5. 参与无人物流车智驾系统传感器及相关部件的选型、测试及验证； -
职位描述 1、深度参与产品定义，负责ADAS功能、指标定义 2、带领团队完成面向量产的ADAS产品的行车、泊车功能开发，并完成对应指标性能 3、跨部门、跨团队沟通解决数据链路上关键问题定位分析，保证最终产品指标达到一定性能 4、发现风险点，协调资源 5、建立数据驱动开发流程体系，形成高效敏捷的开发流程