理想汽车智能电子雨刮系统工程师-北京

1. 按照项目及功能软件需求参与系统方案设计、制定测试方案、测试策略、量化测试覆盖度，进行测试点设计并及时跟踪测试计划，识别并解决可能的风险； 2. 根据测试交付质量、测试效率、测试成本等综合因素，制定涵盖控制器软件SiL测试、单件HiL测试、多控制器组网测试、实车测试的整体测试方案及测试部署。 3. 参与车控软件的系统需求及方案评审，并完成多模态智能车身与跨域系统的测试用例设计；功能包含但不限于雨刮及车窗系统、门锁及进出系统、座椅及舒适性系统、智能灯光等多域融合的功能测试，保障测试覆盖度及测试质量； 4. 参与测试执行工作，能够敏捷、准确、高效得利用测试工具和测试方法，进行测试结果分析，推动问题的内外部闭环； 5. 参与测试环境搭建（包括但不限于HiL、Labcar或整车），并能够与参与高效测试工具链开发，完成控制器及样件的维护升级，以满足项目交付； 6. 协同搭建行业领先的测试流程和测试体系，配合团队长远发展目标；

工作范围： 负责Body域的智能化功能开发，并确保功能保质保量的交付，涉及智能座椅系统，智能进出系统，智能雨刮系统，以及车身的基础功能等等。 主要工作职责： - 负责Body域智能化功能的技术规划，并制定中长期的技术路线； - 负责基于大数据提升Body域功能的智能化能力，提升用户体验； - 负责Body域智能化功能的系统方案设计和功能开发； - 负责Body域智能化功能系统方案，功能设计，FMEA等技术的评审； - 负责Body域智能化功能重大关键技术问题的攻关； - 确保Body域智能化功能的保质保量交付； - 负责改进完善相关工作体系及流程，提高团队技术水平。

主导AI技术研发全生命周期管理，包括需求分析、技术方案可行性评估、研发里程碑把控及交付验收，关注AI技术模块的研发进度与质量; 参与技术架构设计评审，协调算法、数据、工程化团队资源，确保数据/人力资源的最优配置; 建立AI研发专项风险管理机制，预判技术实施风险（如模型训练偏差、数据质量缺陷、性能瓶颈等）并制定应对方案; 搭建跨部门技术协作网络，推动产品、算法、运维团队建立高效协作机制，主导关键技术决策的跨部门对齐; 优化AI研发管理体系，完善模型迭代、AB测试、持续集成等关键环节; 负责技术文档质量管控，确保研发概要/详细设计等技术交付物的专业性与完整性.

1.负责游戏美术AI工具的端到端技术架构设计与实现（从需求理解、管线构建到模型训练等等），打造完整的美术生产AI工具生态； 2.持续跟踪AIGC领域最新技术动态，快速评估并落地前沿算法到实际业务场景； 3.运用多模态技术思维，深度理解产品需求，结合文本、图像、视频等多种输入输出方式，设计并实现创新性的AI应用解决方案。