仿真测试工程师

基于实车路测数据开展问题分析与根因定位，针对问题特点选择开环、闭环等评测方式，构建评测数据集与仿真场景，并建设场景干预、场景泛化、长尾场景生成及评估能力； 面向端到端自动驾驶架构，兼顾感知、预测、规划等模块，构建并持续优化覆盖安全、舒适、效率和导航的评估体系，快速识别算法变更引入的性能回退与异常； 运用仿真可靠性评估方法与工具，量化版本差异，分析结果不一致问题，并形成算法、仿真及产品团队易于理解的指标与结论； 构建基于 AI Agent 的自动化评测体系，覆盖数据质检、结果分析与问题归因，自动生成可追溯的评测报告和结论，提升评测效率与一致性。

计算机、自动化、车辆工程、统计学等相关专业硕士及以上学历，具备自动驾驶仿真测试或相关领域经验； 熟练掌握 C++ 和 Python，熟悉 Pandas、NumPy 等数据处理工具及脚本开发，熟悉 Shell 和 Git，能够在 Linux 环境下独立处理批量任务与日志； 深入理解 LogSim、WorldSim 仿真范式，具备实际工程落地能力； 理解自动驾驶评测指标体系（ADE/FDE、场景通过率、MPI 等），具有评测方案从 0 到 1 的落地经验； 了解自动驾驶端到端模型和 VLA 模型的基本原理，具备算法和传感器相关背景知识； 具备统计分析意识，能在分析过程中合理考量样本量、分布差异与噪声问题，具备较强的问题定位与解决能力。