端到端规划控制高级工程师（规划方向)(J10726)

优缺点分析

角色解读

• 成为自动驾驶规划算法专家，深耕技术前沿
• 转向技术管理岗位，如算法团队负责人
• 参与更高级智能驾驶产品开发，拓展系统架构能力
• 设计并实现自动驾驶决策与运动规划算法，包括传统方法和端到端学习模型
• 开发高性能规划架构，覆盖行为决策、轨迹优化和速度规划
• 支持量产项目交付，优化模型性能并提升闭环成功率
• 与感知和预测模块协同，完善系统推理和决策链稳定性
• 扎实的算法理论基础，熟悉Lattice、MCTS、A*等规划算法
• 精通C++/Python编程，具备端到端模型训练与部署经验
• 了解ROS或自动驾驶中间件，有系统思维和工程协作能力
• 能够独立推进多模块耦合下的算法研发任务

申请策略

• 研究黑芝麻智能的产品方向和自动驾驶技术栈，在面试中体现针对性
• 准备量产项目相关的案例，展示解决实际问题的能力
• 突出自动驾驶决策或规划算法的项目经验，如Lattice、MCTS等实现案例
• 强调端到端模型训练、部署及性能优化的实践成果
• 展示C++/Python编程能力和ROS使用经验
• 描述多模块系统集成和工程落地的协作经历
• 深入学习端到端自动驾驶模型，如Transformer在规控中的应用
• 补充ROS或自动驾驶中间件的实战技能

面试指南

• 使用STAR法则（情境、任务、行动、结果）结构化回答项目经验
• 结合算法原理和实际数据，说明技术选择和优化思路
• 强调工程实现和系统协同，突出解决复杂问题的能力
• 请描述一个你参与的自动驾驶规划算法项目，包括遇到的挑战和解决方案
• 如何设计端到端模型与传统规划模块的融合策略？
• 解释MCTS或A*算法在运动规划中的应用，并讨论其优缺点
• 在多模块系统中，如何确保规划模块的性能指标提升？
• 你如何优化模型推理效率以支持量产部署？