智能驾驶软件开发岗

职位描述： 1、负责智能驾驶多源数据格式的解析开发，包括rosbag（ROS1/ROS2）、MCAP、Protobuf、CAN(DBC)、自定义二进制格式等；开发通用数据解析框架，支持多种消息类型（Topic）的自动识别、解码与结构化输出；维护/扩展解析器对不同传感器数据（图像、点云、雷达、IMU、GPS）及感知/规控结果消息的支持； 2、开发数据格式转换工具链，实现原始采集数据向可视化平台标准格式的转换（如转为MCAP、JSON、Parquet、自定义中间格式等）；设计统一的数据中间表示（IR）/协议规范，屏蔽底层数据格式差异，便于上层可视化与分析工具统一消费；支持点云格式转换（PCD、LAS、二进制点云等）、图像编解码转换（H、264/H、265转帧、YUV转RGB等）； 3、参与制定车端采集数据格式规范、Topic命名规范、序列化协议标准，并推动跨团队落地；跟踪并适配感知/规控算法侧消息格式的迭代变化，保证解析模块及时同步更新。 任职资格： 1、 计算机、自动化、电子信息、车辆工程等相关专业，有自动驾驶工具链/数据开发相关经验优先； 2、 熟练掌握 Python，精通 numpy、pandas、opencv 等常用库，具备Linux 开发工作经验； 3、 熟练掌握 ROS，熟悉 rosbag 数据录制、回放、消息解析、话题处理、自定义消息开发； 4、 熟悉 HTTP、WebSocket 主流通信协议，具备前后端实时数据交互、接口开发、长连接数据推送开发经验，能独立完成可视化服务端与前端的数据联调； 5、 熟悉容器化与集群技术：熟练掌握Docker镜像打包、容器编排、环境部署；熟悉K8s基本操作、服务部署、Pod管理、日志排查、应用运维； 6、 熟悉车载图像数据处理，掌握图像矫正、对齐、裁剪、特征可视化、算法结果叠加渲染； 7、 了解自动驾驶常见传感器（相机、激光雷达、毫米波雷达）工作原理与数据处理方法； 8、 逻辑清晰，能独立排查数据异常、渲染异常、同步异常问题，具备良好的工程落地能力。