美团自动驾驶域系统工程师

【智驾域控系统工程师】： 1. 负责智驾域相关技术的开发与应用，包括驾驶域控制器、关键性能指标、平台选型、功能需求输出等。 2. 负责智驾域控制器系统架构设计，参与智驾域整体大系统架构设计，确保系统性能满足设计标准。 3. 编制智驾域控制器详细设计和需求文档，牵头项目团队完成系统开发及测试。 4. 跟踪最新的智能驾驶技术趋势，参与前瞻技术和解决方案的研讨。 5. 与跨部门团队协同合作，解决系统开发中的关键技术问题。

公司介绍 滴滴于 2016 年组建自动驾驶技术研发部门，致力于打造世界领先的 L4 级自动驾驶技术，通过科技让出行更安全、更高效。我们相信，将自动驾驶技术部署在共享出行车队中，将创造最大的社会价值。依托滴滴在出行领域的 先进技术、海量数据、丰富经验和完整的出行平台生态，我们正在打造并运营世界领先的自动驾驶 Robotaxi 车队，推动自动驾驶在城市复杂交通场景中的规模化落地。 职位描述 作为感知团队的一员，你将与国内外顶尖人才一起，研究和开发自动驾驶领域的前沿算法，直接赋能 L4 Robotaxi 的大规模部署。 你将面向真实城市道路场景中的多样化挑战，利用多模态传感器（LiDAR、Camera、Radar 等）设计、开发并优化感知算法，解决物体识别、障碍物检测、场景理解、意图预测与大模型赋能等核心问题。 在这里，你将有机会： 与中美两地的优秀工程师和科学家合作，参与世界级的技术竞争； 深入研究并推动最前沿的学术成果在产业中的落地； 在全球最大出行平台之一的业务场景中，实现科研成果的规模化应用。 主要方向与职责： 你将在以下方向中选定一个或多个方向深入负责，并承担从研发到落地、从算法到系统的端到端职责： （一）物体识别与跟踪 设计并实现基于 LiDAR / Camera / Radar 的多模态检测模型，识别车辆、行人、自行车、静态障碍物、交通标志等 提升精度、召回率与抗扰性（抗遮挡、夜间、恶劣天气、长尾类别） （二）通用障碍物识别 识别未知类别 /未训练类别的障碍物 基于异常检测 /开放类别识别的算法研究与工程实现 在非结构化环境（施工区域、道路损坏、落物等）中提升鲁棒性 （三）场景和意图理解 语义分割、实例分割、道路 /车道/交通标志/交通灯等结构物识别 场景理解，例如施工区域识别、可通行区域识别等 意图理解，例如行人动作识别、起步意图识别等 交互和事件识别，例如多方交互、交通规则冲突、非规范驾驶行为等 （四）感知大模型 /多模态 探索或应用预训练多模态大模型，将视觉、语言、地图/文本信息融合以增强感知能力 零样本 / 少样本 / 跨域泛化的策略研发 将大模型成果迁移到真实车队感知系统中，提升复杂场景下的鲁棒性 （五）模型评估、验证 构建完整的评估管道，包括离线评估 + 真实道路 + 模拟环境测试，支持回归检测与性能监控 指标体系设计 (Precision, Recall, IoU, latency, false positives rate 等)

-以自动驾驶域控制器产品开发、功能性能达成为目标 -负责自动驾驶域控制器方案选型、设计开发、设计评审、DV验证等开发与验证工作 -与硬件团队深度耦合，完成域控制的硬件设计开发，参与关键元器件选型分析，定义域控制器功能架构、接口需求和关键性能参数等 -与软件团队深度耦合，定义域控制器的电源管理、休眠唤醒、通信、诊断标定、刷写升级、基础服务等架构 -与软硬件开发团队深度耦合，协调及推动域控制器开发进度，处理阻塞开发的问题，按期高质量交付 -负责自动驾驶域控制器技术方案开发实施、功能指标达成分解、性能指标达成分解、成本目标达成分解，按照整车开发流程进行交付 -负责自动驾驶域控制芯片平台等新技术研究及自主技术的开发，推进新技术的集成与应用 -负责自动驾驶系统集成验证过程中，域控制器问题的分析及解决

-以自动驾驶系统开发、功能性能达成为目标 -负责自动驾驶系统方案选型、设计开发、设计评审、匹配验证等开发与集成验证工作 -负责自动驾驶系统功能规范开发，包括系统架构、功能场景、功能状态机、降级策略、信号需求 -负责制定自动驾驶系统与关联系统的功能定义开发，包括控制接口、信号交互逻辑、显示需求、交互规范、性能要求等 -负责制定自动驾驶系统内部零部件的通信、诊断、刷写和OTA技术方案 -与软硬件开发团队深度耦合，协调及推动功能开发进度，处理阻塞开发的问题，按期高质量交付 -负责自动驾驶系统新技术研究及自主技术的开发，推进新技术的集成与应用 -负责自动驾驶系统集成验证过程中，跨域技术问题的分析及推动解决