滴滴出行
自动驾驶图形引擎工程师（渲染方向）
自动驾驶图形引擎工程师（渲染方向）
发布于 大约 21 小时前普通员工/个人贡献者
北京市
高级经验
全职员工
仅现场办公
本科
自动驾驶
3D渲染
WebAssembly
WebGL
three.js
Shader
Webgpu
点云渲染
AI 估算 · 30k–55k
WebGPU/Rust等前沿技术栈稀缺，自动驾驶赛道热门，公司平台大，薪资竞争力强。
职位详情
关于这个职位
该职位负责自动驾驶可视化平台的3D渲染核心开发，使用WebGPU、Three.js等前沿技术构建高性能渲染管线，并利用Rust+WASM突破Web端性能瓶颈
你将处理大规模点云、传感器数据的实时渲染，是自动驾驶技术栈中不可或缺的一环
最低要求
本科及以上学历，计算机、图形学相关专业，5年左右Web前端/图形渲染开发经验，有3D可视化项目经验优先
精通HTML5、CSS3、JavaScript/TypeScript，前端基础扎实，熟练掌握WebGL/WebGPU/Three.js，深入理解图形渲染管线
熟练使用Rust语言，有Rust/C++ → WASM生产实践经验，具备WASM模块内存优化、包体积瘦身能力
掌握常见设计模式、数据结构与算法，了解HTTP、TCP/UDP等网络基础，能独立排查渲染性能及底层技术问题
具备良好的系统设计、问题排查与协作能力，能精准对接自动驾驶场景需求，独立负责渲染核心模块的设计与开发
工作职责
负责自动驾驶可视化调试平台、数据管理平台的3D渲染核心模块开发，支撑类Foxglove、Rviz工具的点云、传感器数据等可视化需求
基于WebGL/WebGPU/Three.js构建高性能渲染管线，开发自定义Shader、实例化渲染、LOD等优化技术，提升复杂场景渲染效率
使用Rust + WebAssembly开发核心计算模块（点云解码、坐标转换、时序调度等），突破Web端性能瓶颈，保障大规模数据实时渲染
负责渲染模块的体验优化，解决帧率不稳定、内存泄漏、渲染卡顿等问题，提升可视化场景的流畅度与稳定性
跟踪图形学及Web前沿技术（WebGPU、WASM），落地行业领先的可视化渲染方案，参与技术方案评审与架构优化
优先资格
有大型3D可视化、游戏前端、图形引擎开发经验，精通Shader（GLSL/HLSL）编写与优化
有大规模点云、高精地图渲染经验，具备复杂场景性能调优（帧率、内存）实战能力
熟悉React及相关生态，能独立完成渲染模块与前端应用的联调与集成
有自动驾驶领域可视化平台、仿真工具或类Foxglove工具开发经验，了解ROS消息、点云数据格式
AI 洞察
优缺点分析
- 技术前沿：接触WebGPU、WASM等下一代Web技术，保持技术领先
- 行业风口：自动驾驶是高速增长赛道，职业前景广阔
- 平台优势：滴滴作为行业巨头，资源丰富，项目挑战大
- 技能复合：同时积累图形学、前端、系统编程能力，竞争力强
- 技术难度高：需要同时掌握图形学、前端、Rust等多领域知识
- 性能压力大：大规模点云实时渲染对优化能力要求极高
- 跨团队协作：需与算法、后端、产品密切配合，沟通成本高
- 适合对图形学有浓厚兴趣、追求技术深度、乐于挑战性能瓶颈的高级前端或图形工程师
角色解读
- 技术深度：从图形渲染转向更底层的计算图形学或自动驾驶感知算法
- 架构广度：成为可视化平台架构师，负责整体技术方案设计
- 行业转型：积累自动驾驶行业经验，可转向仿真、数据平台等方向
- 构建自动驾驶可视化平台的3D渲染引擎，实现点云、传感器数据的实时可视化
- 基于WebGPU和Three.js开发高性能渲染管线，优化渲染效率
- 使用Rust和WebAssembly开发核心计算模块，突破Web端性能瓶颈
- 解决渲染帧率不稳定、内存泄漏等问题，提升系统稳定性
- 精通WebGL/WebGPU/Three.js等图形渲染技术，深入理解渲染管线
- 熟练使用Rust语言，具备WASM生产实践经验
- 掌握前端基础（HTML5/CSS3/TypeScript）和性能优化技巧
- 具备3D可视化或自动驾驶领域经验者加分
申请策略
- 关注滴滴自动驾驶业务动态，在面试中体现对可视化场景的理解
- 准备一个高性能渲染的案例，用数据证明优化效果
- 突出3D可视化或图形引擎项目经历，最好有WebGL/WebGPU性能优化案例
- 强调Rust/WASM实际应用经验，展示内存优化和包体积瘦身成果
- 列出自动驾驶或相关领域可视化工具开发经历（如Foxglove、Rviz）
- 展示Shader编写和优化经验，附上性能提升数据
- 系统学习WebGPU规范和Three.js源码，动手实现一个简单渲染管线
- 实践Rust与WASM结合，完成一个小型计算模块并优化性能
面试指南
- 技术问题：先阐述原理，再结合项目经验说明优化方法，最后量化效果
- 设计问题：从需求出发，分模块讨论，突出性能、可扩展性和鲁棒性
- 行为问题：用STAR法则描述具体挑战、行动和成果
- 请描述WebGL渲染管线的完整流程，并说明如何优化Draw Call？
- 你如何使用Rust和WASM优化一个计算密集型的Web模块？
- 在大规模点云渲染中，你遇到过哪些性能问题？如何解决？
- Three.js中如何实现LOD？原理是什么？
- 请设计一个自动驾驶数据可视化平台的渲染架构
匹配度报告
72
综合匹配度
前沿技术栈、高速增长赛道，薪资有竞争力，但工作强度可能较大。
适合人群
最适合追求技术成长和行业前沿的求职者，对工作生活平衡要求不高。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利75
成长发展90
工作生活40
使命价值85
薪资福利匹配
75中等
薪资处于市场中上水平，滴滴作为上市大厂福利完善，但JD未提及具体福利。
薪资信号未披露 (30K-55K/月)
成长发展匹配
90较高
使用WebGPU、Rust等前沿技术，技能成长空间大，但JD未明确晋升通道。
技术前沿前沿/新兴技术
技术栈WebGPU、Three.js、Rust、WebAssembly、WebGL、点云渲染、自动驾驶
业务类型ambiguous
工作生活匹配
40较低
仅现场办公，未提及弹性工作制，互联网公司通常工作强度较高。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值匹配
85较高
自动驾驶是高速增长赛道，对社会交通效率有积极影响，技术创新性强。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs