小米规控算法工程师(数值优化方向)
任职要求
1. 控制理论、应用数学、计算机科学、自动化等相关专业硕士及以上学历； 2. 了解并掌握常见数值优化算法（如内点法IPM、SQP、ADMM等），熟悉最优控制问题（如Pontryagin极小值原理、直接/间接法）的建模与求解； 3. 熟悉常用优化求解器（如IPOPT、OSQP、CasADi、ACADO）的原理和使用，有深入了解其源码以及有自研求解器开发经验者优先； 3. 深入理解无人驾驶规控中的典型优化问题（运动规划、MPC控制，基于优化的参数辨识等），具备实际建模与调参经验； 4. 熟悉现代控制理论，包括非线性控制、最优控制、MPC等； 5. 熟练掌握C++/Python，具备高性能代码开发能力，熟悉Linux开发环境； 6. 有熟悉实时系统优化技术（如并行计算）经验者优先； 加分项 1. 具备CUDA加速或硬件加速（如GPU/FPGA）优化经验； 2. 具备HPC算法经验； 3. 在顶级期刊/会议（如IEEE TAC、ICRA、CVPR等）发表过优化算法相关论文；
工作职责
1. 负责无人驾驶系统中规划控制（Planning & Control）模块的数值优化求解器设计与开发，针对最优控制问题（OCP）及轨迹规划场景构建高效、鲁棒的自研求解器； 2. 研究前沿数值优化技术（如凸/非凸优化、非线性规划、稀疏矩阵计算等），推动求解器在复杂场景下的工程落地； 3. 深入分析规控模块中的典型优化问题（如动态障碍物避让、舒适性约束、多目标权衡等），设计适配性算法并优化求解效率； 4. 与规控算法团队协同，完成求解器与上层模块的集成与性能调优，提升系统实时性与稳定性； 5. 构建仿真与实车测试验证体系，确保求解器在复杂工况下（如边界条件下）的鲁棒性；
1. 负责无人驾驶系统中规划控制（Planning & Control）模块的数值优化求解器设计与开发，针对最优控制问题（OCP）及轨迹规划场景构建高效、鲁棒的自研求解器； 2. 研究前沿数值优化技术（如凸/非凸优化、非线性规划、稀疏矩阵计算等），推动求解器在复杂场景下的工程落地； 3. 深入分析规控模块中的典型优化问题（如动态障碍物避让、舒适性约束、多目标权衡等），设计适配性算法并优化求解效率； 4. 与规控算法团队协同，完成求解器与上层模块的集成与性能调优，提升系统实时性与稳定性； 5. 构建仿真与实车测试验证体系，确保求解器在复杂工况下（如边界条件下）的鲁棒性；
1. 参与无人驾驶系统中规划控制（Planning & Control）模块的数值优化求解器设计与开发，针对最优控制问题（OCP）及轨迹规划场景构建高效、鲁棒的自研求解器； 2. 分析规控模块中的典型优化问题，设计适配性算法并优化求解效率； 3. 与规控算法团队协同，完成求解器与上层模块的集成与性能调优；
1、规控算法根据道路环境以及实时交通情况，决定和控制自动驾驶车辆如何行驶； 2、高性能、高可靠性的规控算法架构设计与实现； 3、高精度、高性能的计算几何与数值计算算法开发与优化； 4、在行为预测、驾驶决策等方面通过机器学习算法提升自动驾驶车辆的能力和表现。
1. 规控算法根据道路环境以及实时交通情况，决定和控制自动驾驶车辆如何行驶； 2. 高性能、高可靠性的规控算法架构设计与实现； 3. 高精度、高性能的计算几何与数值计算算法开发与优化； 4. 在行为预测、驾驶决策等方面通过机器学习算法提升自动驾驶车辆的能力和表现。 【课题名称】 L3自动驾驶关键技术研究-决策规划算法 【课题内容】 1. 规控算法根据道路环境以及实时交通情况，决定和控制自动驾驶车辆如何行驶； 2. 高性能、高可靠性的规控算法架构设计与实现； 3. 高精度、高性能的计算几何与数值计算算法开发与优化； 4. 在行为预测、驾驶决策等方面通过机器学习算法提升自动驾驶车辆的能力和表现。