小米小米汽车-毫米波雷达功能系统设计工程师（座舱）
任职要求
1. 五年以上毫米波雷达系统设计、开发经验，具有整车厂或 Tier 1 供应商开发量产经验者优先；
2. 熟悉车载毫米波雷达系统的基础原理和关键技术，包括信号处理、硬件设计、软件开发等；
3. 掌握射频、天线、微波电路设计等相关技能，具备一定的电磁兼容性分析能力，熟悉雷达信号处理算法，如FF…工作职责
1. 根据产品定义完成车内生命探测雷达的功能清单定义； 2. 深度参与产品定义，负责将用户需求、安全法规（如Euro NCAP）和整车级需求转化为详细的需求分析、硬件选型及设计实现、信号交互、完成软件功能需求规范的编写； 3. 牵头进行市场竞品分析和技术趋势研究，制定车内生命探测雷达的技术发展路线图； 4. 对接智能座舱部产品经理、UXUI、研发团队，落实功能实现，并跟踪过程管理； 5. 参与相关产品的调试、实车标定、验收以及售后相关客诉的技术分析； 6. 工作内容包括但不限于毫米波雷达方向，根据工作需要可横向拓展座舱域其他相关功能的开发。
-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
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。
负责与OEM主机厂对接，明确自动驾驶传感器（激光雷达、摄像头、毫米波雷达等）的配置需求，制定技术方案并推动落地。 主导自动驾驶传感器系统的选型、布置及集成设计，确保传感器性能满足功能安全及系统性能要求。 理解自动驾驶域控处理器（如NVIDIA Drive、高通Ride、地平线征程等）的架构，优化传感器数据接入与处理方案。 协同算法、软件及硬件团队，完成传感器标定、数据融合及系统调试，确保系统的稳定性和可靠性。 分析并解决传感器在布置、标定及数据交互中的技术问题，支持系统级测试与验证。 跟踪行业前沿技术动态，推动传感器及域控方案的持续优化与创新。
1. 数据采集系统牵头设计与实施 (核心)： - 牵头自动驾驶数据采集系统的整体架构设计、技术选型与方案制定，涵盖传感器（摄像头、激光雷达、毫米波雷达、GNSS/IMU、CAN总线等）数据同步、采集、压缩、加密、上传等全链路。 - 制定并维护数据采集规范与策略，包括触发条件（场景触发、问题触发、定时触发）、采集频率、数据格式、存储周期、优先级等。 - 牵头解决数据采集过程中的技术难题和性能瓶颈（如带宽限制、存储空间、同步精度、丢帧问题）。 2. 数据管理体系构建与运维 (核心)： - 牵头设计、搭建和维护大规模、多模态自动驾驶数据存储与管理平台（如基于对象存储、分布式文件系统、数据库等）。 - 建立并主导执行数据的全生命周期管理策略，包括数据接入、清洗、标注（与标注团队协作）、存储、版本控制、归档、销毁等流程。 3. 跨团队协作与需求对接： - 作为数据平台的核心接口人，主动对接感知、规划控制、仿真、测试、地图等下游团队的数据需求，理解其业务场景（如特定Corner Case收集、模型训练数据需求、问题复现数据需求），并将其转化为数据采集和管理方案。 4. 工具链开发与流程规范： - 主导或参与开发内部数据管理工具和平台功能，提升数据操作效率（如数据检索、样本提取、质量检查工具）。 - 建立、维护和推广数据采集、存储、治理、使用的流程规范、操作手册和标准。