
商汤IAG-智能驾驶-端到端感知系统工程师
任职要求
1. 必备经验与技能:
- 硕士及以上学历,计算机科学、电子工程、自动化、车辆工程、 Robotics 或相关专业。
- 3年以上自动驾驶、机器人、汽车电子或相关领域系统工程师、软件工程师或算法工程师经验。
- 扎实的自动驾驶系统知识: 深入理解自动驾驶系统的整体架构、各模块(感知、定位、规划、控制、车辆平台)的功能、交互关系和数据流。
- 强大的问题定位与分析能力: 精通使用日志分析工具、数据可视化工具、仿真/回灌工具等进行复杂系统级问题的根因分析,尤其在跨模块问题溯源方面有丰富经验。
- 出色的沟通与协调能力: 卓越的跨团队协作和沟通能力,能够清晰、专业、高效地与不同技术背景的工程师(算法、软件、测试、硬件)进行交流,并主导技术讨论和问题解决过程。
- 系统思维: 能够从整体系统角度思考问题,理解局部决策对全局的影响。
- 技术文档能力: 具备编写清晰、准确的技术文档(接口文档、设计文档、问题报告等)的能力。
2. 强烈加分项:
- 特定领域经验:
- 具有自动驾驶感知(摄像头、激光雷达、毫米波雷达、融合算法)开发或测试的实际项目经验,理解常见感知输出(目标检测/跟踪、语义分割、自由空间、车道线等)及其特性。
- 具有规划控制或定位模块的开发、测试或系统集成经验,深刻理解其对感知输入的需求和依赖。
- 量产项目经验,熟悉车规级开发流程(如 ASPICE)和功能安全(ISO 26262)要求。
- 工具链熟悉度: 熟悉自动驾驶常用的开发、调试、测试工具链(如 ROS/ROS2, Docker, Git, CI/CD, 数据采集与回放系统,如 CyberRT, Autoware, 或内部工具)。
- 编程能力: 熟练掌握 Python 或 C++ 用于脚本开发和数据分析。
- 项目管理基础: 了解敏捷开发等项目管理方法。
工作职责
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. 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。

工作职责: 1、参与智能驾驶端到端模型的开发工作,包括但不限于数据处理、模型设计、训练和优化等环节,提升模型在复杂交通场景下的感知、决策和控制能力; 2、结合实际业务需求,对端到端模型进行针对性的优化和调整,确保模型能够准确、高效地处理智能驾驶中的各种任务; 3、参与两段式端到端业务和一端式端到端业务的探索和实践,深入了解不同业务模式的特点和需求,为团队在业务模式选择和优化方面提供有价值的见解和建议;

1、参与智能驾驶端到端模型的开发工作,包括但不限于数据处理、模型设计、训练和优化等环节,提升模型在复杂交通场景下的感知、决策和控制能力; 2、结合实际业务需求,对端到端模型进行针对性的优化和调整,确保模型能够准确、高效地处理智能驾驶中的各种任务,如目标检测、车道线识别、行为预测等; 3、参与两段式端到端业务和一端式端到端业务的探索和实践,深入了解不同业务模式的特点和需求,为团队在业务模式选择和优化方面提供有价值的见解和建议;