商汤IAG-智能驾驶-智能驾驶规划控制算法工程师/专家
任职要求
1. 教育背景： 硕士及以上学历，计算机科学、自动化、车辆工程、数学等相关专业。 具有扎实的专业基础知识，包括但不限于控制理论、运筹学、机器学习、计算机视觉等。 2.工作经验： 具有 5 年以上智能驾驶规划算法开发经验，其中至少 2 年负责城区功能（C-NOP）的开发工作，有实际的城区功能量产项目经验者优先。 熟悉智能驾驶系统的整体架构和工作流程，了解感知、预测、控制等其他模块的基本原理和接口要求，具备跨模块协作和系统集成的经验。 有团队管理经验，能够带领团队完成项目开发任务，具备良好的团队协作和沟通能力，能够有效地协调团队成员之间的工作，解决团队内部的技术问题和冲突。 3. 专业技能： 精通 C++ 编程语言，具备良好的编程习惯和代码规范，能够熟练运用 C++ 进行规划算法的开发和优化。 熟悉常用的数据结构和算法，掌握数值计算、优化算法等数学工具，能够运用这些工具解决实际问题。 对智能驾驶规划算法有深入理解，熟悉基于规则、基于机器学习等多种规划方法，具备实际项目中算法设计、实现和调优的经验，能够根据城区交通场景的特点和需求，设计合理的规划算法架构和行为决策策略。 了解交通流理论和车辆动力学原理，能够结合实际交通场景和车辆特性进行规划算法的设计和优化，确保车辆在城区道路的安全性和舒适性。
工作职责
1. 城区功能规划算法开发与优化： 负责智能驾驶车辆在城区复杂交通环境下的规划算法开发与优化工作，重点聚焦于 C - NOP（城市导航辅助驾驶）功能，确保车辆在城区道路能够实现安全、高效、舒适的自动驾驶。 深入研究城区交通场景的特点和需求，包括但不限于路口转弯、变道超车、跟车行驶、交通信号灯识别与响应等，设计合理的规划算法架构，实现车辆在各种场景下的最优路径规划和行为决策。 基于大量的实际交通数据和模拟场景，不断优化规划算法，提高算法的准确性和鲁棒性，以应对城区多样化的交通状况和复杂的道路环境，确保车辆在不同工况下都能做出正确的行为决策。 2. 团队管理与技术指导 作为城区功能开发团队的leader，带领规划算法团队完成项目目标，制定团队的工作计划和任务分配，合理安排团队成员的工作，确保项目按时、高质量交付。 为团队成员提供技术指导和支持，帮助解决算法开发过程中遇到的技术难题，提升团队整体技术水平和研发能力，促进团队成员的技术成长和职业发展。 组织团队内部的技术交流和分享活动，鼓励团队成员之间的合作与创新，营造良好的团队氛围，提高团队的凝聚力和战斗力。 3. 跨部门协作与沟通 与感知、预测、控制等其他智能驾驶团队紧密合作，确保规划算法与各模块之间的无缝对接和协同工作，共同推动城区功能的开发和优化。 与产品、测试、质量等部门保持密切沟通，了解产品需求和市场反馈，根据测试结果和用户意见及时调整和优化规划算法，确保产品满足用户需求和市场期望。
1. 下游技术对接与接口管理 (核心)： - 作为感知团队的主要技术接口人，牵头与下游模块（规划、控制、定位、系统集成、测试验证等）团队的技术沟通、需求对齐和问题协调。 - 负责定义、维护和优化感知模块与下游模块之间的数据接口规范、通信协议和性能指标要求。 - 主导跨模块的联合调试、集成测试和问题复现，确保感知输出满足下游功能的需求。 2. 跨模块问题定位与解决 (核心)： - 牵头分析和定位由感知输出异常或性能不足引发的下游功能问题（如规划决策失误、控制不稳定、定位跳变等）。 - 运用系统级思维，结合日志分析、数据回灌、实车测试等手段，快速准确地溯源问题至感知模块的具体环节（传感器、算法、标定、融合等）。 - 组织并主导跨团队（感知、下游模块、测试）的问题攻关会议，制定解决方案和行动计划，并跟踪闭环。 3. 需求转化与系统设计支持： - 深入理解下游模块对感知能力的需求（精度、时延、鲁棒性、覆盖范围等），并将其转化和分解为具体的、可执行的感知系统或子模块的需求。 - 参与感知系统架构设计和模块划分，确保设计能够有效支持下游需求，并考虑接口的清晰性和可维护性。 - 评估感知技术方案变更对下游功能和整体系统性能的潜在影响。 4. 性能评估与协同优化： - 主导或深度参与感知输出对下游功能影响的量化评估（如感知精度对规划舒适度、控制精度的贡献度分析）。 - 基于系统级性能指标（如接管率、舒适度、安全性）和下游反馈，推动感知算法、后处理或接口的协同优化，提升端到端的自动驾驶表现。 - 定义和监控跨模块的关键性能指标。
1. 功能开发与定义 作为特定功能的 Function Owner，负责从功能需求分析、设计到实现的全过程。无论是巡航类功能、领航类功能还是感知功能，都要深入理解其应用场景和用户需求，确保功能的合理性和实用性。 与产品团队、算法团队和软件团队紧密合作，制定功能开发计划和里程碑，协调各方资源，推动功能开发进度，确保功能按时交付并满足性能和质量要求。 2. 系统集成与测试 确保各个子系统（如感知、规划、控制等）之间的无缝协同工作。制定系统集成方案和测试策略，组织并参与系统集成测试，及时发现和解决集成过程中出现的问题。 设计和执行功能测试用例，对所负责的功能进行全面的测试验证，包括仿真测试、封闭场地测试和实车测试等，确保功能在各种工况下都能稳定运行，满足安全和性能指标要求。 3. 系统优化与升级 持续关注智能驾驶系统的性能表现，收集系统运行数据和用户反馈，分析系统瓶颈和问题，提出优化方案并组织实施，不断提升系统的性能和用户体验。 4. 跨部门协作与沟通 与算法团队合作，深入理解算法原理和性能特点，为算法开发提供系统层面的需求和指导，同时将算法成果有效地集成到系统中，确保算法在系统中的正确运行和性能发挥。 与软件团队合作，参与软件架构设计和代码审查，确保软件实现符合系统设计要求和功能需求，具备良好的可维护性和可扩展性，同时为软件团队提供系统层面的技术支持和指导。
1. 功能开发与定义 作为特定功能的 Function Owner，负责从功能需求分析、设计到实现的全过程，与产品团队、算法团队和软件团队紧密合作，制定功能开发计划和里程碑，推动功能开发进度，确保功能按时交付并满足性能和质量要求； 2. 系统集成与测试 确保各个子系统（如感知、规划、控制等）之间的无缝协同工作。制定系统集成方案和测试策略，组织并参与系统集成测试，及时发现和解决集成过程中出现的问题； 3. 系统优化与升级 持续关注智能驾驶系统的性能表现，收集系统运行数据和用户反馈，分析系统瓶颈和问题，提出优化方案并组织实施，不断提升系统的性能和用户体验；
1. 数据采集系统牵头设计与实施 (核心)： - 牵头自动驾驶数据采集系统的整体架构设计、技术选型与方案制定，涵盖传感器（摄像头、激光雷达、毫米波雷达、GNSS/IMU、CAN总线等）数据同步、采集、压缩、加密、上传等全链路。 - 制定并维护数据采集规范与策略，包括触发条件（场景触发、问题触发、定时触发）、采集频率、数据格式、存储周期、优先级等。 - 牵头解决数据采集过程中的技术难题和性能瓶颈（如带宽限制、存储空间、同步精度、丢帧问题）。 2. 数据管理体系构建与运维 (核心)： - 牵头设计、搭建和维护大规模、多模态自动驾驶数据存储与管理平台（如基于对象存储、分布式文件系统、数据库等）。 - 建立并主导执行数据的全生命周期管理策略，包括数据接入、清洗、标注（与标注团队协作）、存储、版本控制、归档、销毁等流程。 3. 跨团队协作与需求对接： - 作为数据平台的核心接口人，主动对接感知、规划控制、仿真、测试、地图等下游团队的数据需求，理解其业务场景（如特定Corner Case收集、模型训练数据需求、问题复现数据需求），并将其转化为数据采集和管理方案。 4. 工具链开发与流程规范： - 主导或参与开发内部数据管理工具和平台功能，提升数据操作效率（如数据检索、样本提取、质量检查工具）。 - 建立、维护和推广数据采集、存储、治理、使用的流程规范、操作手册和标准。