小鹏汽车仿真与 CI/CD 工程师（人形机器人方向）
任职要求
1、熟悉机器人开发流程，了解 Isaac Sim、Mujoco、Unity 等常见仿真平台； 2、熟悉 SIL/HIL 测试方法，有实际搭建或使用经验； 3、熟练掌握 CI/CD 工具链，如 GitLab CI、Jenkins、Docker、Kubernetes 等； 4、熟悉 Python、Bash 等脚本语言，能独立开发自动化测试脚本和流程； 5、具备较强的系统思维和项目协作能力，能推动多方协作完成测试闭环。 加分项 1、有机器人主控软件或 AI 算法相关开发经验者优先； 2、有处理高并发任务调度和资源分配经验者优先； 3、有硬件设备自动化测试经验者优先（尤其涉及机械臂、电机、传感器等）； 4、熟悉硬件安全机制、失效保护流程设计者优先。
工作职责
1、搭建和维护各类人形机器人仿真环境（Mujoco, Isaac Sim等），支持多场景、多机种测试； 2、配置和管理 SIL/HIL 测试台架，确保软硬件闭环验证； 3、协调跨部门协作，制定自动化测试策略，推动关键模块的测试覆盖； 4、搭建机器人开发的 CI/CD 流水线（如 GitLab CI, Jenkins 等），实现自动化测试； 5、分析CI/CD运行数据，评估流程在防止缺陷代码流入主线中的实际效果并持续优化； 6、支持新算法和功能上线前的自动化验证与回归测试。
1、 传感器系统：Camera、LiDAR、IMU、力/触觉、毫米波、RGB-D 等选型、建模、标定、同步与性能评测。 2、感知算法：视觉/LiDAR SLAM、VIO、多传感器融合定位、3D 语义分割、目标检测、NeRF/3DGS 场景重建。 3、 具身交互：基于多模态传感信息完成动态避障、抓取规划、地形适应、人机协作安全。 4、Sim2Real：在 Isaac Sim、Gazebo、Mujoco 等仿真平台建立高保真传感器模型，缩小仿真-现实差距。 5、落地闭环：主导算法在 ROS2/RTOS 上的移植、边缘计算部署（Jetson/FPGA/ MCU），完成整机联调与性能优化。
1. 理解汽车热管理系统工作原理与性能目标 2. 解读热管理软件控制需求，并使用Matlab/Simulink进行热管理控制策略建模与算法实现 3. 基于AUTOSAR标准，主导或负责软件架构设计、模型配置、代码生成、软件集成与测试验证。 4. 设计并执行基于模型的单元测试、集成测试、回归测试策略，主导复杂问题的根因分析与解决。 5. 主导或高质量编写符合开发流程（A-SPICE）要求的技术文档，确保可追溯性与合规性。 6. 主动识别技术风险与难点，推动跨团队（系统、软件、测试、标定）高效协作与技术决策。 7. 探索并应用新技术（如AI）优化控制算法。
1． 多模态数据接入与实时处理： - 设计、开发与维护高效、稳定、可扩展的数据接入服务，负责摄传感器数据、机器人状态数据、任务层抽象数据等多维态异构数据的实时采集、解析与初步处理。 2． 数据管道与平台核心开发： - 开发支持从机器人端到云/边缘数据中心的数据传输链路，并支持将训练好的模型部署反馈数据回流至数据平台。 - 设计、实现和优化大规模机器人数据的存储、传输、批处理与流处理的数据管道。 - 构建和维护核心数据平台基础设施，包括数据湖/仓、消息队列、流处理引擎、任务调度系统等 - 开发自动化工具和框架，提升数据管道的开发效率、部署速度、监控能力和运维可靠性。 - 确保数据流能无缝支持模型训练、仿真验证、在线评估等环节的数据供给与结果回流。 3． 数据平台工具链支持： - 为下游的数据标注、数据挖掘分析、模型训练等环节提供稳定、高效的数据访问接口和服务。 - 与算法团队协作，理解其对数据流的需求（如数据格式、频率、查询要求），并提供技术支持。
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。