1、 了解并善于学习国家部委出台的智能网联汽车行业相关政策； 2、 根据公司项目需求，配合完成与北京市有关部门的对接及资料提交工作； 3、 配合公司准备参与行业重大活动，包括但不限于策划参与行业高端论坛等重大政府活动。

1.负责自动驾驶车辆用传感器清洗系统通用设计。 2.负责自动驾驶车辆用传感器清洗系统的通用器件、部件及系统的可靠性验证。 3.与质量工程师合作完成自动驾驶车辆用传感器清洗系统的检验接收标准。 4.参与项目的清洗系统方案，并梳理清洗系统的通用设计指导。 5.支持自动驾驶车辆用传感器清洗系统量产工作，并承担维护指导工作。 6.完成其他的支持工作。

文远知行（WeRide）成立于 2017 年，是全球领先的 L4 级自动驾驶科技公司，致力于“以无人驾驶改变人类出行”，已在全球超过 25 个城市开展自动驾驶研发、测试及运营，累积自动驾驶里程超1600万公里，应用场景覆盖智慧出行、智慧货运和智慧环卫，形成自动驾驶出租车、自动驾驶小巴、自动驾驶货运车、自动驾驶环卫车、高阶智能驾驶等五大产品矩阵，提供网约车、随需公交、同城货运、智能环卫、高阶智能驾驶解决方案等多种服务。 凭借“1个平台+3大场景+5大产品”的多元商业化战略，文远知行商业营收居同类自动驾驶企业之首，已与多家全球顶级主机厂和一级供应商达成战略合作伙伴关系，包括雷诺日产三菱联盟、宇通集团、博世、广汽集团等，不断为人类出行提供更多新选择。 文远知行目前的团队既有来自谷歌、微软、亚马逊、苹果、百度、滴滴的高阶工程师，也不乏刚从顶尖高校毕业的青年才俊。来到我们当中，你会发现这是一个专业、专注、有趣、有料的队伍。大家为了一个激动人心而富有挑战的目标走到一起，互相激励、脑力碰撞，为实现产品落地、创造社会价值、推进行业技术而努力。 对有抱负的工程师，还有什么比这更有意义的呢？我们虚位以待，真诚期待技术过硬、志趣相投的小伙伴加入我们！ 更多信息请访问：http://www.weride.ai，或关注官方微信号：文远知行WeRide Infra部门介绍 基础架构团队为车端提供高可用、高性能和高可靠的车载系统，以及灵活的系统应用接口;离线工具链提供各类高效的开发集成平台和仿真平台，通过收集和分析自动驾驶过程中的海量数据，设计和执行大规模仿真任务，提供强大的工具帮助算法团队快速定位问题和解决问题。 基础架构团队负责设计和开发自研车载系统及中间件、开发高性能云计算系统、搭建大规模数据处理和分析平台、利用机器学习和模仿学习设计自动驾驶仿真算法、构建大规模仿真场景、以及研发支撑算法开发、测试、集成和部署的强大工具。 工作地点：北上广深 工作内容： 持续改进无人驾驶系统底层和工具，包括但不限于： - 系统底层架构改进 - 基于海量数据的规划算法评测系统 - 算法优化系统 - 系统性能Profile和优化 - 系统可靠性改进

System QA – DBW/底盘 方向 参与L2+/L4车型线控/底盘软硬件研发验证； 参与DBW/底盘车型线控功能的需求澄清，输出相关测试用例，执行测试并开发自动化测试； 参与DBW控制设备控制功能逻辑的需求澄清，输出测试用例，执行测试并开发自动化测试； 参与车辆相关SIL/HIL/VIL 需求澄清，输出测试用例，执行测试并开发自动化测试；

高精地图和定位团队介绍 如果将无人车和人脑类比，高精地图和定位系统大致对应于后者中掌管空间记忆、感知和定位的部分。它的使命是为无人车提供翔实准确的道路3D几何和语义信息，让无人车对行驶环境了如指掌，从而在其中行动自如，我们同时还负责提供高速、精准的3D定位，让车辆每时每刻都知晓当前的精确位置。高精地图和定位在无人车技术栈中占据着非常重要的位置，感知、规划、控制、仿真等各大模块都要依赖它提供的道路环境以及车辆位置的信息对周围世界进行理解，做出正确的决策。文远知行的高精地图和定位团队和公司一起成长，完全自主构建了大规模高精地图，覆盖中美多个城市超过3000公里道路，提供精确达厘米级的3D结构数据以及车道线、交通信号等大量语义信息。自行研发的定位技术，基于激光雷达、相机、卫星及惯性导航等多传感器融合，能提供实时的厘米级定位，成功实现了在暴雨中自动驾驶穿越1.5公里长隧道。 在人工智能的应用中，高精地图和定位是比较独特的。我们知道，计算机视觉作为人工智能的重要分支，其核心问题分为语义理解和几何理解两大类，前者以解析图像中物体或场景的语义信息为目的，后者的目标则是重构3D场景以及对物体进行3D定位。在高精地图和定位系统中，恰恰这两大类技术都有着非常关键的应用。除此之外，我们还是高精度卫星、惯性导航等硬件的重度用户，多模态信号处理和融合更是我们的核心技术之一。因此，这是一个多学科高度综合的应用，无论你精通深度学习等机器学习技术，还是专攻3D重建、SLAM，又或是信号处理、多传感器融合高手，这里都有你一展身手的广阔空间。同时，我们致力搭建大规模、高可用的高精度地图系统，大数据和全栈开发的编程精英同样能找到用武之地。 1. 基于深度学习打造不依赖高精度地图的定位和实时地图系统，包括模型设计、训练、部署，车上系统反馈和形成数据闭环 2. 设计和构建深度神经网络模型，用于对传感器数据进行特征提取、数据融合和位置估计 3. 处理和分析大规模的自动驾驶系统相关的Camera、Lidar、GPS和IMU等各种传感器数据，利用深度学习技术进行特征提取、数据建模和预测分析 4. 进行深度学习模型的调优和调参，以提高模型的性能、效率和鲁棒性

工作地点：[上海/广州] 寻找对计算机底层系统以及 AI Infra 相关技术充满热情的同学 职位概述: 负责 GPU 训练集群的资源管理与调度，保证 GPU 资源的高效使用提升分布式训练任务的稳定性，包括开发鲁棒的训练框架以及方便易用的可视化工具等提升分布式训练任务的训练效率，系统性地解决 IO/通信/运算等方向的性能问题负责对接训练平台在自动驾驶数据流中的上下游，具体包括提升数据预处理的效率，提供用户友好的模型管理工具等

硬件系统开发工程师（传感器开发开发-偏软件）-无人驾驶环卫车-广州/深圳（广州优先） 1、负责传感器评估及sensor driver集成开发 2、负责Jetson Orin和Drive Orin 平台的硬件系统相关的集成和开发 3、硬件检查工具开发，配合产品需求完成相应硬件调试和检查相工具的开发 4、负责车队日常硬件系统问题的分析和维护 5、参与自动驾驶硬件架构设计和新器件选型验证

负责 Android 应用及服务的设计、开发及实现工作，与产品，设计，QA等团队高效协作，推进迭代顺利进行； 参与 Android 性能、体验优化，并能推动质量监控评估体系建设； 关注 Android 新技术发展，探索及实践，推动团队的技术研究和创新。