软件工程师 - 运动规划-北京

优缺点分析

角色解读

• 技术深度：成为运动规划或自动驾驶领域的专家，主导核心算法研发
• 技术广度：拓展到感知、控制等其他自动驾驶模块，成为系统架构师
• 管理方向：带领团队攻克技术难题，晋升为技术负责人或技术总监
• 设计并实现自动驾驶运动规划系统的高性能、高可靠架构
• 开发高精度计算几何与数值优化算法，用于路径规划和决策
• 利用机器学习算法提升车辆在复杂场景下的决策能力
• 精通C++/Python等语言，熟悉常用数据结构和算法
• 具备优秀的沟通协作能力，能跨团队推动技术方案落地
• 擅长将实际问题转化为数学或算法模型，具备创新思维

申请策略

• 提前了解小马智行的技术路线和产品落地情况，在面试中展示对公司的热情
• 准备一个你能展示的深度技术案例，体现问题建模和创新能力
• 突出项目经历中与运动规划、路径规划、决策控制相关的算法实现
• 强调编程能力，尤其是C++/Python的高性能代码优化经验
• 展示数学基础，如计算几何、数值优化、机器学习相关课程或项目
• 复习计算几何算法（如凸包、Delaunay三角剖分）和数值优化方法（如非线性规划、MPC）
• 学习自动驾驶开源框架（如Apollo、Autoware）的规划模块架构

面试指南

• 针对算法类问题，先明确问题边界和假设，再给出算法选型依据，最后讨论复杂度或改进方向
• 针对系统设计问题，从模块划分、数据流、性能要求等方面层层递进，强调高可靠性和实时性
• 请解释自动驾驶运动规划中常见的路径规划算法（如A*、Dijkstra、RRT）的优缺点
• 设计一个系统架构，用于实时处理传感器数据并生成车辆控制指令
• 给定一个城市路口场景，如何建模并决策车辆是否左转或直行？
• 如何优化一个已有的运动规划算法，使其在保证安全的同时提高通行效率？
• 描述一个你解决过的技术难题，过程中如何分析、建模并实现？
• 复习经典路径规划和决策算法，理解其适用场景和局限性