博世
自动驾驶感知与后处理开发工程师-XC
自动驾驶感知与后处理开发工程师-XC
发布于 5 个月前普通员工/个人贡献者
上海市
中级经验
全职员工
仅现场办公
本科
软件工程
多传感器融合
泊车感知
深度学习
目标检测
系统集成
自动驾驶
AI 估算 · 35k–60k
自动驾驶是前沿技术领域，对算法工程化能力要求高，市场人才稀缺，薪资竞争力强。
职位详情
关于这个职位
该职位是博世自动驾驶团队中的核心开发岗位，主要负责自动驾驶感知模块与后处理系统的设计、开发与优化工作
你将深入参与泊车场景下的算法迭代，并负责跨平台模块的迁移与整合，协同上下游团队推动技术落地，是连接算法与工程实现的关键角色
最低要求
计算机、自动化、电子工程、robotics或相关专业本科及以上学历
年以上自动驾驶感知或后处理相关开发经验，熟悉摄像头、毫米波雷达、激光雷达等多传感器融合技术
熟练掌握C++/Python，具备良好的算法实现与工程化能力
熟悉深度学习在感知任务中的应用，掌握常见目标检测、跟踪、分割模型（如YOLO、Mask R-CNN、DeepSORT等）
具备泊车感知或相关场景（如车位识别、freespace检测、OCC建模）的实际项目经验
了解自动驾驶系统架构，具备模块接口设计与系统集成经验
具备较强的逻辑思维、问题定位与解决能力，能够独立推进技术任务
工作职责
负责自动驾驶感知模块与后处理系统的接口定义、方案设计及持续优化，确保系统高效稳定运行
深入参与泊车感知相关算法开发与迭代，包括但不限于： 车位检测与跟踪 RoadMarker与WheelStop跟踪 * Freespace与OCC（Occupancy）后处理
负责MidTrim与EntryTrim之间的后处理模块迁移与整合，确保系统兼容性与性能提升
协同上下游团队，推动感知-规划-控制链路的技术落地与性能优化
撰写技术文档，完成算法测试、验证与部署，支持实车路测与问题排查
优先资格
具有两段式端到端自动驾驶项目经验者优先
熟悉MidTrim/EntryTrim系统或相关嵌入式平台者优先
具备模块迁移、系统重构或算法部署优化经验者优先
在顶级会议（CVPR、ICCV、IROS等）或期刊发表过相关论文者优先
AI 洞察
优缺点分析
优点
- 技术前沿：直接参与自动驾驶核心模块开发，积累稀缺且高价值的算法与系统集成经验
- 平台优势：博世作为行业巨头，能提供成熟的技术体系、丰富的项目资源和全球视野
- 技能复合：岗位要求算法、软件工程和系统知识结合，有利于培养全面的技术能力
- 行业前景：自动驾驶是长期发展的战略方向，职业发展潜力和行业稳定性较好
- 工作强度可能较大：涉及实车路测与问题排查，可能需要配合测试周期，工作节奏紧张
- 知识更新快：需要持续跟踪深度学习、传感器技术等领域的最新进展，保持学习状态
- 适合拥有扎实编程和算法基础，对自动驾驶有浓厚兴趣，并希望在工业级场景中深入从事感知系统开发的技术人才
缺点 / 挑战
- 技术难度高：需处理复杂的多传感器数据融合、实时性要求和严苛的安全标准，技术挑战大
角色解读
- 技术专家路径：深耕感知算法与系统集成，成为自动驾驶感知领域的资深专家或架构师
- 项目管理路径：积累跨团队协作经验后，可转向技术项目管理，负责更大范围的技术方案落地
- 行业拓展路径：自动驾驶技术可横向拓展至机器人、智能交通等多个前沿领域，发展空间广阔
- 负责自动驾驶感知与后处理系统的方案设计、接口定义和持续优化，确保系统稳定高效
- 深入开发泊车场景下的核心算法，如车位检测、RoadMarker跟踪、Freespace与OCC后处理
- 负责不同平台（MidTrim/EntryTrim）间的后处理模块迁移与整合工作，提升系统兼容性和性能
- 协同感知、规划、控制等上下游团队，推动技术方案落地，并负责算法测试、部署及实车问题排查
- 扎实的C++/Python编程与算法工程化能力，能将深度学习模型高效落地
- 精通多传感器（摄像头、雷达等）融合技术，并熟悉YOLO、DeepSORT等主流感知模型
- 具备自动驾驶系统架构理解与模块接口设计能力，以及跨平台系统集成经验
- 拥有泊车感知（车位识别、freespace等）的实际项目经验，并具备独立解决复杂技术问题的能力
申请策略
- 深入了解博世在自动驾驶领域，特别是泊车辅助方面的产品线和技术布局，展现你的行业认知
- 在沟通中体现你不仅关注算法本身，更重视其在复杂系统中的稳定性、可靠性和工程落地能力
- 重点突出与自动驾驶感知、泊车场景或后处理相关的项目经验，详细描述技术难点和解决方案
- 清晰展示对C++/Python的熟练程度，以及使用YOLO、DeepSORT等模型进行算法开发与优化的经历
- 强调在多传感器融合、模块接口设计或系统集成方面的具体实践和成果
- 如有跨平台迁移、性能优化或实车部署经验，务必作为核心亮点呈现
- 若对MidTrim/EntryTrim平台不熟，可提前了解相关嵌入式系统或汽车电子架构的基础知识
- 加强对自动驾驶全链路（感知-规划-控制）的理解，特别是模块间接口与数据流的设计原则
面试指南
- 采用STAR原则（情境、任务、行动、结果）来结构化描述项目经验，重点突出你的技术决策和贡献
- 对于技术问题，先阐述基本原理和常见方案，再结合你自己的实践经验或思考进行具体分析
- 在回答系统设计或问题排查类问题时，展现清晰的逻辑层次，从模块接口、数据流、算法逻辑到硬件资源等多维度考虑
- 请详细介绍一个你参与的自动驾驶感知或泊车相关项目，你在其中承担的角色、遇到的最大挑战及如何解决的？
- 在多传感器融合中，如何处理不同传感器（如摄像头和雷达）数据的时间同步和空间标定问题？
- 如果让你将一个后处理算法从MidTrim平台迁移到EntryTrim平台，你会考虑哪些关键因素和步骤？
- 如何评估和优化一个感知后处理模块的实时性能与内存占用？
- 在实车路测中，如果发现感知模块输出不稳定，你的排查思路是什么？
职位点评
Watch Jobs