Job description
该岗位将负责下一代智能驾驶算法在原型车及量产平台上的参数匹配、功能调试与性能优化。需要深入理解感知、规划、控制算法逻辑，通过精细化的匹配工作，确保系统在各种极端工况下的安全性、舒适性与鲁棒性。 Key Responsibilities: 系统匹配与调试： 负责智能驾驶系统（感知、融合、决策、规划、控制）各模块的参数匹配与性能调优。 重点攻克车辆动力学控制、轨迹规划、传感器融合策略等核心环节的参数标定，确保系统在复杂城市场景下的表现。 实车测试与问题闭环： 主导实车道路测试，针对Corner Case（极端工况）进行分析与复现，通过调整匹配参数或提出算法优化需求解决功能缺陷。 使用CANoe、CANape、INCA等工具进行数据采集与分析，评估系统性能指标。 自动化工具链开发： 针对前瞻研发的高迭代速度，参与或主导自动化匹配工具链的开发与维护，提升从MIL/SIL/HIL到实车测试的标定效率。 系统工程与需求管理： 参与智能驾驶系统的功能定义与需求分解，负责撰写和评审系统级技术规范，确保需求具备可测试性与可实现性。 主导系统FMEA（失效模式与影响分析）的制定与更新，识别系统潜在风险并提出优化方案。 跨部门协同： 与算法开发团队紧密合作，反馈模型在实车匹配中的局限性，推动算法架构的迭代升级。 与功能安全团队协作，确保匹配参数满足ISO 26262功能安全要求。 教育背景：车辆工程、自动化、控制工程、计算机科学等相关专业，硕士及以上学历 5年以上相关工作经验 专业技能： 精通车辆动力学及控制理论（PID、MPC、LQR等），理解智能驾驶感知与规划算法原理。 熟练掌握C/C++、Python或MATLAB/Simulink，具备一定的代码阅读与脚本编写能力。 精通Vector工具链或ETAS工具链，熟悉CAN/LIN/Flex.
Ray等车载总线协议。 项目经验： 有ADAS（ACC、LKA、AEB）或高阶智能驾驶（NOA、AVP）项目的实车匹配或标定经验者优先。 熟悉常用感知传感器（Camera、LiDAR、Radar）的标定流程与特性者优先。 软性素质： 具备极强的逻辑思维能力和问题分析能力，善于从数据中寻找真相。 具备良好的实车测试抗压能力（能接受出差测试）。 流利的英语沟通能力，能够适应国际化团队协作。