黑芝麻
规划控制算法工程师(J10867)
规划控制算法工程师(J10867)
发布于 12 小时前普通员工/个人贡献者
全职员工仅现场办公自动驾驶
自动驾驶
Mpc
Pid
控制算法
系统集成
自动驾驶
规划算法
运动学建模
值不值得投
71综合评分
综合评分 71
自动驾驶核心技术岗，技术深度与发展前景优，但生活化信息未知需面试确认。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
3万
与自动驾驶中位数基本持平
发布情况
新岗位 · 昨天发布
公司情况
这家公司招聘很活跃
24 个在招 · 其中自动驾驶 8 个
市场机会
选择不多
深圳 · 自动驾驶 · 6 个在招
职位详情
关于这个职位
该职位隶属于自动驾驶团队，负责规划控制模块的算法设计与开发
你需要参与预测、决策、规划、控制等核心模块的架构设计、算法实现、维护优化及系统集成联调，以保障自动驾驶系统的功能稳定与性能提升
最低要求
本科以上学历，计算机、自动化、车辆工程及导航等相关专业
熟练掌握C++、Python等编程语言，熟悉常见数据结构和算法
熟悉坐标空间变换原理，掌握物体运动学和动力学建模的基本方法
熟悉常见规划与控制算法，如A、D、Lattice、PID、MPC、LQR、Fuzzy Logic、优化方法等，并对至少两个算法有较深入研究和应用经验
逻辑清晰，可独立分析并解决复杂问题
具备团队协作精神，有较好的沟通表达能力
工作职责
自动驾驶预测/决策/规划/控制模块/子模块架构设计与开发
自动驾驶预测/决策/规划/控制模块/子模块已有算法维护、优化与新算法设计、实现
与内部模块/子模块协作联调，保障规划控制模块整体功能稳定、性能提升
与上下游模块协作完成系统集成与调试，定位分析相关问题
优先资格
无人车/无人机/机器人等相关项目经验，量产落地项目经验，熟悉EPS/ESC联调
AI 洞察
优缺点分析
优点
- 处于自动驾驶技术核心环节，技术壁垒高，能深入积累车辆运动控制与决策领域的专业知识
- 参与从算法设计到量产落地的全流程，对工程化能力有极大锻炼，项目经验含金量高
- 公司已上市且为大企业，能提供相对稳定的研发环境和资源支持
- 行业处于快速发展期，对这类专业人才需求旺盛，职业选择面较广
- 技术复杂度高，需要持续学习并跟进前沿算法（如基于学习的规划），对个人学习能力要求高
- 适合具备扎实车辆工程或控制理论背景，对自动驾驶技术有浓厚兴趣，喜欢解决复杂工程问题，并希望将算法在真实世界中落地的工程师
缺点 / 挑战
- 算法需要在实际车辆环境中验证和调试，可能涉及复杂的实车测试和问题定位，工作挑战性大
- 作为量产项目的一部分，对算法的实时性、鲁棒性和安全性有严苛要求，开发和测试压力不小
角色解读
- 技术专家路线：深耕规划控制领域，成为特定方向（如决策、规控融合、端到端）的技术权威，负责复杂系统设计
- 技术管理路线：凭借技术深度和项目经验，逐步承担模块或团队的技术负责人角色，进行技术规划和团队管理
- 跨领域发展：向自动驾驶的感知、决策、预测等上下游领域拓展，或转向整体系统架构师方向发展
- 设计与实现自动驾驶系统中的规划和控制核心算法，确保车辆行驶轨迹安全、平顺且高效
- 负责对已有的预测、决策、规划、控制模块进行维护、性能优化和新算法开发
- 与感知、定位等上下游模块紧密协作，进行系统集成、联调和问题分析，保障整体功能稳定
- 参与模块级的架构设计，确保算法的可维护性、可扩展性和实时性
- 扎实的C++编程功底和数据结构与算法知识，是实现高效、可靠算法的基础
- 深入理解运动学、动力学建模以及经典规划控制算法（如MPC, PID, A*等），并能进行应用和改进
- 具备坐标系变换、优化方法等数学和物理知识，用于解决实际工程问题
- 良好的逻辑分析能力和团队协作精神，能独立定位复杂问题并与团队高效沟通
申请策略
- 深入研究黑芝麻智能的自动驾驶技术路线、芯片产品和已公布的解决方案，在面试中展示你的理解
- 准备一个完整的规划控制算法项目案例，能够清晰阐述问题背景、算法选型、实现细节和最终效果
- 了解深圳和武汉两地可能的工作团队侧重，根据自己的偏好在投递或沟通时进行确认
- 重点突出C++/Python在算法实现中的具体项目经验，特别是涉及实时性、性能优化的部分
- 详细描述在规划控制相关算法（如A*, MPC, PID等）上的研究或应用案例，说明解决了什么问题
- 强调与系统集成、多模块联调相关的经验，体现协作能力和解决复杂系统问题的能力
- 如有无人车、无人机、机器人等项目经历或熟悉车辆执行器（EPS/ESC），务必清晰列出
- 系统复习和深化运动学、动力学建模，以及MPC、LQR等主流优化控制算法的理论推导与工程实现
面试指南
- 使用STAR法则（情境、任务、行动、结果）清晰地描述项目经历，突出技术决策和解决问题的过程
- 回答理论问题时，结合实际应用场景阐述，展示理论与工程实践结合的能力
- 对于系统性问题（如延迟、误差），从算法本身、参数整定、模块协作等多个层面进行结构化分析
- 强调自己对安全性的重视，可以从算法鲁棒性设计、功能安全冗余、测试验证等方面展开
- 请描述一个你过去做过的规划或控制算法项目，你是如何设计和实现的？遇到了哪些挑战？
- 请比较一下MPC和PID控制在自动驾驶规控中的优缺点和适用场景
- 如果规划模块输出的轨迹在跟踪时出现抖动，你会从哪些方面分析和优化？
- 你如何保证所开发的规划控制算法的实时性和安全性？
职位点评
薪资福利60
成长发展90
工作生活55
使命价值80
薪资福利
60中等
职位为已上市大企业的核心技术岗，但JD未披露具体薪资福利，补偿性信息不足。
薪资信号未披露（AI估算：2.2千–3.8万/月）
成长发展
90较高
该职位处于自动驾驶核心技术栈，要求深入研究和应用前沿控制算法，技术深度和行业前景俱佳，能提供极强的技术成长空间。
技术前沿前沿/新兴技术
技术栈规划算法、控制算法、MPC、PID、C++、Python、系统集成
业务类型profit_center
工作生活
55较低
JD未提及工作模式、加班情况等生活化信息，需要假设为常规现场办公。作为硬核技术岗，可能存在一定的工作强度。
工作模式未明确
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
80较高
自动驾驶是推动交通出行变革的前沿领域，该岗位直接参与核心算法开发，社会价值和创新感较强。
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