理想汽车【自动驾驶】仿真测试开发工程师
任职要求
1. 熟悉Linux操作系统，有扎实的coding能力，熟练使用python、C++，有良好的编码风格，熟悉软件开发流程； 2. 了解基本的图像处理、机器学习、深度学习概念及主流框架； 3. 了解软件测试理论、主流互联网/科技公司测试流程； 4. 熟悉主流自动化测试开源框架和工具，能对框架或工具进行维护、优化； 5. 熟悉gitl…
工作职责
1. 深入理解智能驾驶各模型算法，深度嵌入研发团队，设计评测方案、指标体系，回测策略等，并进行测试用例编写、评审、执行，分析指标变化和badcase，出具测试报告，持续跟进算法进展和问题验证； 2. 模型评测集方案构建，跟数据组配合采集、标注测试集； 3. 负责搭建算法测试环境和平台，编写自动化测试脚本； 4. 协助算法开发人员分析算法结果，抽象问题域； 5. 设计算法质量保证流程，推进算法指标迭代。
1.仿真测试方案设计与执行 基于需求文档和行业标准，设计涵盖功能场景、边缘案例和极端条件的仿真测试用例。 建立用例集并执行云仿真任务，分析结果并生成报告，定位问题根源。 2.测试策略与指标优化 定义并监控关键测试指标，确保算法正向迭代。 开发测试评估模型，量化系统性能提升，提出算法优化建议。 持续改进测试框架，提升测试效率和场景覆盖率，减少实车路测依赖。 3.跨团队协作与标准落地 与算法、系统工程师紧密合作，对齐测试需求与功能定义。 参与制定企业级测试流程规范，推动仿真-实车测试闭环验证
1. 负责自动驾驶业务功能和算法开发过程中的研发质量问题的发现及根因分析。 2. 识别研发过程中的流程、架构、工程模式等方面的问题或者改进项，提出优化建议和方案，推动研发流程和工程模式的不断完善和创新，正向提升研发质量。 3. 参与智驾系统硬件开发评审，把控设计方案、测试报告及交付物质量。 4. 推动将代码质量要求深度融入CI/CD流水线，实现“质量左移”。 5. 不断迭代完善代码规范，并通过传统工具和AI工具，对代码进行扫描和分析，推动各类严重问题的解决，保障代码符合规范的要求和合规的要求。 6. 参与研发质量相关的流程规范与标准的制定、完善和优化迭代，并通过传统工具和AI工具的建设，保证流程的严格执行和效率的提升。
1、自动驾驶系统验证、算法评估、发版准出评估、版本构建等环节的方案设计和实施，制定计划，设计场景，评估执行并撰写报告； 2、负责问题分析、定位，通过部分系统分析和数据分析工作为部门提供高价值研发数据 3、负责利用SIL、HIL、VIL等手段对自动驾驶系统进行全面评估 4、参与制定/规划符合功能安全规范的自动驾驶软件的测试框架和测试方法； 5、参与质量效能工具平台建设，用系统化、流程化的思路提高软件质量保障效果；
