哈啰智能驾驶现场支持工程师-【自动驾驶】
任职要求
1. 学历与专业： 专科及以上学历，车辆工程、电子信息工程、自动化、计算机科学等相关专业； 2. 工作经验： 3年以上汽车电子、智能驾驶或相关领域的工程经验，有OEM或Tier 1工厂支持经验者优先； 3. 技术能力： · 熟悉智能驾驶系统的基本原理和架构，了解摄像头、雷达、激光雷达等传感器以及域控制器； · 具备扎实的汽车电子基础…
工作职责
作为智能驾驶工厂现场支持工程师，您将是连接研发与量产的关键桥梁。您将常驻汽车制造工厂，负责确保智能驾驶系统（包括感知、决策、控制等）在生产、下线检测及工厂内测试环节的顺利进行，快速响应并解决各类技术问题，保障高质量车辆的顺利交付。 主要职责： 1. 现场生产支持： · 负责智能驾驶系统（传感器-摄像头/雷达/激光雷达，域控制器等）在生产线和车辆下线环节的技术支持； · 快速诊断、定位并解决生产过程中出现的智能驾驶系统软硬件故障，包括安装、标定、刷写、测试等环节的问题； · 监控并分析生产线及终检线（End-of-Line）的测试数据，对不良品进行根因分析。 2. 问题排查与解决： · 对工厂内出现的复杂或系统性智能驾驶问题，进行深度根因分析，协调并推动研发、质量、生产等部门共同解决； · 制定临时遏制措施和永久解决方案，并跟踪验证措施的有效性； · 管理和处理工厂端的重大问题报告。 3. 流程优化与协同： · 与工厂工艺、质量团队紧密合作，优化智能驾驶系统的装配、标定和检测流程，提升生产效率和一次通过率； · 为新车型项目在工厂的试生产提供支持，参与生产验证，并反馈设计可制造性问题。 4. 知识传递与培训： · 编写和更新智能驾驶系统在工厂的维修作业指导书、故障排查手册等文档； · 为工厂的维修和技术人员提供技术培训和指导，提升团队整体的问题解决能力。 5. 信息反馈： · 系统性地收集、整理和反馈工厂端遇到的高频问题、技术难点和潜在风险，为产品迭代和研发优化提供第一手输入。
驾驶安装“智能驾驶系统”的汽车完成测试工作，保证汽车在行驶过程中的安全，同时站在用户角度，严格遵守工作流程完成测试工作，主动发现并将追踪到的问题系统化地整理成文档，推动“智能驾驶系统”完善 ＊驾驶智能驾驶车辆在开放道路进行测试，每天道路测试时间5-7小时 ＊测试过程中，记录道路情况和系统情况，保障车辆和人员安全 ＊学习自动驾驶技术，真实详细记录反馈智能驾驶系统相关问题 ＊应对简单的自动驾驶软硬件故障，并和工程师沟通反馈，推动问题解决 ＊发现并反馈工作中的安全和待完善问题，促进自动驾驶技术和管理完善
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。
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。
1、完成各项销售指标包括新项目获取，年度实际供货量，价格指数管理，应收账款管理等 2、协调与运作地平线管理层与客户高层建立良好的合作关系 3、在项目获取阶段领导并推动内部内部各部门推进各项工作直至项目定点 4、有策略思维，能够系统性地开发与维护关键客户 5、较强的统筹能力，能够与客户，Tier1和其他生态合作伙伴良好合作并把控全局 6、对市场敏感，洞悉未来市场趋势，商业模式，友商动态和产品趋势等