Watch Jobs
浏览职位数据统计洞察报告探索企业定价
我的收藏免费试用登录注册

Watch Jobs

我们专注于实时追踪各企业最新职位动态,帮助您节省求职时间,快速找到理想工作机会。

探索

  • 浏览职位
  • 数据统计
  • 洞察报告
  • 数据方法论
  • 探索企业

订阅

  • 免费试用
  • 价格方案
  • 常见问题
  • 隐私政策

关注我们

微信公众号小红书淘宝店铺

© 2026 Watch Jobs. 保留所有权利

Created by jianglicat - 讲礼猫
Watch Jobs
浏览职位数据统计洞察报告探索企业定价
我的收藏免费试用登录注册

Baidu logo
百度
自动驾驶决策规划控制算法实习生(J91869)
立即应聘

自动驾驶决策规划控制算法实习生(J91869)

发布于 大约 4 小时前

实习/见习

北京市
无经验要求
实习生
仅现场办公
硕士
深度学习
PyTorch
强化学习
TensorFlow
自动驾驶
PID
MPC
LQR
Em Planner
Ilqr

AI 估算 · 6k–10k

北京百度算法实习,技术难度高,薪资在实习市场中有竞争力,但实习通常无年终奖。

职位详情

关于这个职位

该职位是百度自动驾驶部门的算法实习生岗位,主要负责决策、规划、控制模块的算法开发与优化

你将参与自动驾驶核心算法的设计、实现和工程落地,与团队协作解决实际问题,适合对自动驾驶技术有浓厚兴趣的研究生

最低要求

基础要求:

研究生在读,数学,计算机,人工智能,自动化,电子工程等相关专业
熟练掌握C++、Python等编程语言,熟悉常见数据结构和算法,有Linux平台下开发经验
学习能力强,具备团队协作精神,有较好的沟通表达能力
具备以下一项或多项技能:
熟悉传统的规划或者轨迹生成算法,例如Hybrid A*、EM planner等
熟悉最优化理论、熟练使用ilqr算法、几何学等数学基础并有应用理论解决实际问题的经验
熟悉常用决策算法,例如有限状态机、MDP、POMDP等
熟悉常见控制算法,例如PID、MPC、LQR等
熟悉PyTorch/TensorFlow框架,熟练掌握深度强化学习(DRL)、模仿学习(Imitation Learning)等方法的理论与实践

工作职责

工作内容:

自动驾驶决策/规划/控制模块架构设计与开发
自动驾驶决策/规划/控制模块已有算法维护、优化与新算法设计、实现
负责自动驾驶相关算法的上线部署、效果追踪、工程落地,保证算法的鲁棒性和计算性能
与上下游模块协作完成系统集成与调试,定位分析,解决实际问题

优先资格

加分项:

无人车/无人机/机器人等相关项目经验
机器人赛事获奖经历
在CoRL、ICRA、IROS、IV等机器人/自动驾驶顶会发表决策规划相关论文
有ACM/ICPC大学生程序设计竞赛或者其他编程竞赛获奖经历

AI 洞察

优缺点分析

优点

  • 百度在自动驾驶领域技术领先,积累深厚,能接触业界最前沿的技术
  • 团队技术氛围好,有资深导师指导,成长速度很快
  • 算法实习机会稀缺,对简历和职业发展有显著加分
  • 技术门槛高,需要扎实的编程和数学基础,学习曲线陡峭
  • 实习期间任务密集,需要快速理解复杂算法并产出结果
  • 自动驾驶技术迭代快,需要持续跟进最新研究
  • 适合对自动驾驶有强烈热情、具备扎实编程和数学基础、并希望快速成长的计算机、自动化、电子等相关专业研究生

缺点 / 挑战

暂无明显挑战项

角色解读

  • 从实习生成长为自动驾驶算法工程师,参与核心算法研发
  • 深耕决策规划控制领域,成为技术专家或团队骨干
  • 有机会发表顶会论文,甚至参与开源项目(如Apollo)
  • 设计和开发自动驾驶的决策、规划、控制算法模块
  • 维护和优化现有算法,并设计实现新算法以提升性能
  • 负责算法的部署、效果追踪和工程落地,确保鲁棒性和计算效率
  • 与上下游团队协作完成系统集成和调试,解决实际运行中的问题
  • 扎实的C++和Python编程能力,熟悉Linux开发环境
  • 掌握传统规划算法(如Hybrid A*、EM planner)或最优控制理论
  • 了解深度强化学习、模仿学习等AI方法,并有框架使用经验
  • 具备良好的数学功底,熟悉几何、优化等理论

申请策略

  • 准备一段简洁的自我介绍,重点说明你为什么对自动驾驶感兴趣以及你的技术背景
  • 关注百度Apollo开源项目,了解其架构和技术栈,面试时会加分
  • 重点突出自动驾驶或机器人相关的项目经验,尤其是规划、控制算法部分
  • 展示编程竞赛或论文发表经历,体现技术深度
  • 详细描述自己在项目中使用C++、Python和Linux的经验
  • 如果有使用过Apollo或其他自动驾驶平台,务必提及
  • 提前学习PID、MPC、LQR等控制算法和Hybrid A*等规划算法
  • 熟悉PyTorch/TensorFlow框架,并了解强化学习基本概念

面试指南

  • 对于算法原理题,先解释核心思想,再结合具体应用场景说明,最后提一下可能的改进方向
  • 对于编程题,先分析数据结构和算法复杂度,再写出清晰代码,并测试边界情况
  • 对于项目经历题,按“背景-任务-行动-结果”的结构回答,突出个人贡献和技术细节
  • 请解释Hybrid A*算法的搜索过程及其优缺点
  • 如何在MPC中处理约束条件?给出一个优化实例
  • 深度强化学习在自动驾驶决策中有哪些应用场景和挑战?
  • 手写C++代码:实现一个二叉树的层次遍历
  • 你以前做过的项目中,遇到过什么技术难题?如何解决的?

匹配度报告

69
综合匹配度

百度自动驾驶算法实习,前沿技术栈,成长性极佳,但需全职现场办公,薪资中等。

适合人群
该职位最适合追求技术成长、不介意现场办公和通勤、希望积累前沿经验的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利65
成长发展90
工作生活40
使命价值80

薪资福利匹配

65中等

实习薪资在北京市场属于中等水平,但百度提供完善福利(如饭补、班车等),补偿性动机一般满足。

薪资信号未披露(AI估算:6K-10K/月)

成长发展匹配

90较高

该岗位技术前沿,涉及深度学习、强化学习等热点,团队资源丰富,导师指导,发展性动机得到极好满足。

技术前沿前沿/新兴技术
技术栈C++、Python、Linux、Hybrid A*、EM planner、iLQR、PID、MPC、LQR、PyTorch、TensorFlow、DRL
业务类型profit_center

工作生活匹配

40较低

要求现场办公,未提及弹性工作或远程,北京通勤压力大,生活化动机满足度较低。

工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及(无法判断)

使命价值匹配

80较高

自动驾驶是高速增长赛道,对社会安全和效率有积极意义,但JD未明确表达使命,意义感动机较好满足。

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
Watch Jobs

我们专注于实时追踪各企业最新职位动态,帮助您节省求职时间,快速找到理想工作机会。

探索

  • 浏览职位
  • 数据统计
  • 洞察报告
  • 数据方法论
  • 探索企业

订阅

  • 免费试用
  • 价格方案
  • 常见问题
  • 隐私政策

关注我们

微信公众号小红书淘宝店铺

© 2026 Watch Jobs. 保留所有权利

Created by jianglicat - 讲礼猫

百度 的其他在招职位

  • 服务商运营实习生(J95843)

    百度 · 北京市
    AI 估算 · 4k-6k
  • 前端实习岗(J72414)

    百度 · 北京市
    AI 估算 · 6k-10k
  • 网盟产品运营实习生(J78749)

    百度 · 北京市
    AI 估算 · 3k-5k
  • 策略产品实习生(J81971)

    百度 · 北京市
    AI 估算 · 4k-8k
  • 政策研究实习生(J91431)

    百度 · 北京市
    AI 估算 · 2k-4k

相似职位推荐

  • Java开发实习生-【主站】

    快手 · 北京市
    AI 估算 · 5k-8k

百度 的其他在招职位

  • 服务商运营实习生(J95843)

    百度 · 北京市
    AI 估算 · 4k-6k
  • 前端实习岗(J72414)

    百度 · 北京市
    AI 估算 · 6k-10k
  • 网盟产品运营实习生(J78749)

    百度 · 北京市
    AI 估算 · 3k-5k
  • 策略产品实习生(J81971)

    百度 · 北京市
    AI 估算 · 4k-8k
  • 政策研究实习生(J91431)

    百度 · 北京市
    AI 估算 · 2k-4k

相似职位推荐

  • Java开发实习生-【主站】

    快手 · 北京市
    AI 估算 · 5k-8k