智能辅助驾驶算法工程岗位 - 模型训练方向

我们希望找到一位兼具算法理解与工程落地能力的同学，加入智能辅助驾驶核心研发团队，共同建设高可靠、高性能的车云协同链路体系。您将参与从算法模块设计、工程集成、系统优化到车端实车部署的全流程，面对真实场景、真实挑战，构建支撑量产智能辅助驾驶产品的关键基础设施。 该岗位将与端侧、大模型、规划、仿真、云平台等多个团队协作，因此需要你具备跨模块协作能力和扎实的系统工程素养。 主要职责： 1. 算法模块集成与实车部署 - 深度参与智能辅助驾驶诸多算法模块的集成与工程化改造 - 开发统一集成算法模块的工程链路，并可跨平台（arm/x86）部署，支持链路快速调试和部署 - 对接云端与仿真验证体系，建设统一的车云工程体系 2. 车云链路系统设计与性能优化 - 负责车云链路集成架构的设计，开发与迭代，包括数据格式、调度机制等 - 持续优化链路时延、吞吐与系统稳定性，保障算法模块在车端的高可靠运行 - 解决车云链路中的高并发、数据一致性，跨版本伴生下发等诸多工程难题 3. CI/CD 与自动化质量体系建设 - 构建稳定可靠的 CI/CD 流程（构建、编译、自动部署、回归验证） - 设计多层级的拦截系统，拦截所有上车模块的质量问题 - 设计工程质量度量体系，提升整个团队的交付效率与代码质量 4. 工程质量与系统级问题攻关 - 推进 C++/Python 工程规范、性能 profiling、内存、日志管理优化等专项工作 - 参与定位和解决系统级崩溃、性能瓶颈、线程安全、内存泄漏等复杂问题 - 主导关键模块的工程重构，使系统具备可扩展性、可维护性 【任职要求】 【教育水平】 硕士及以上学历，计算机、自动化、电子工程等相关专业背景【能力要求】 1. 基础能力（必备） - 熟练掌握 Linux 环境开发，熟悉常用构建工具、调试工具、性能工具 - 熟练使用 Git/Gerrit/GitLab CI 等现代研发流程 - C++ 能力扎实： - 熟悉 C++11/14/17/20 标准 - 理解内存模型、智能指针、对象生命周期 - 熟悉 STL、现代模板与泛型、编译期优化 - 精通多线程编程（mutex/lock-free/future 等） - Python 能力扎实： - 熟悉多进程/多线程/协程模型 - 理解 Python 虚拟机、GIL、对象模型、内存管理机制 2. 加分项（以下任意符合均加分） - 有 高性能计算 / CUDA / GPU 加速 经验 - 有 大规模 C++ 工程架构 经验，能在复杂系统中设计模块化工程结构 - 熟悉以下性能/质量工具： - JPerf、SonarQube、ASan/TSan、Minidump、Jemalloc、Perf、VTune - 熟悉 视频编解码、图像传输链路优化 - 了解 LLM / 多模态模型在智能辅助驾驶中的应用 - 有模型 分布式训练、多机多卡调优 经验 - 有、机器人、实时系统等项目经验 我们希望你是这样的人 - 自驱力强，有主动推进问题的责任 - 习惯用数据驱动决策，用实验验证想法 - 对系统工程和复杂问题保持好奇，愿意钻深钻透 - 能与算法、工程、仿真、产品等团队顺畅沟通 - 追求代码质量，乐于提升团队整体研发效率 - 对量产级智能辅助驾驶系统落地保持浓厚兴趣