哈啰自动驾驶仿真评测算法工程师

设计与开发自动驾驶端到端模型评测指标，量化评价自动驾驶系统在安全、规则、体感、效率、类人等各维度表现。 以数据驱动的方式优化评测算法的精度和性能，提升其准确性与泛化性。 参与构建评测数据闭环，建立可复现的评测迭代体系与回归方法。 与算法研发团队紧密合作，参与模型迭代过程中的问题定位、指标设计与质量闭环推进。

1.基础动力学建模： 协助工程师利用 MATLAB/Simulink 或 Python 搭建基础车辆纵、横向动力学模型及轮胎力学模型。 2.场景与路面仿真： 协助构建不同路面（如低附着、颠簸路面）及天气场景下的动力学特征参数，丰富仿真测试场景库。 3.数据清洗与辨识： 协助处理实车采集的动力学数据，进行异常值清洗与特征提取，辅助进行模型参数的离线辨识与标定。 4.测试与工具维护： 参与仿真平台（如 Carla、CarSim 或自研平台）的日常运行维护，协助编写自动化测试脚本，分析模型虚实差异。

1、负责自动驾驶场景长尾数据仿真数据合成，使用生成模型提高长尾数据仿真数据的真实度； 2、持续优化合成效果和效率，协助车端模型性能提升；

1、负责基于 WorldSim 框架的仿真模块设计与实现（场景管理、车辆动力学、传感器模型、数据回放/驱动）。 2、负责仿真与算法/工具链的接口对接，支持感知/预测/规划/控制算法的复现与验证。 3、参与 worldsim 场景格式的解析、导入与适配工具开发，保证场景可复现性与版本管理。 4、优化仿真性能与稳定性（C++ 性能调优、多线程/并发、内存与网络优化）。 5、支持测试工程、算法团队的问题复现、回归验证与仿真测试用例构建。