FDI C++软件开发工程师

优缺点分析

角色解读

• 可向自动驾驶系统架构师、车端软件技术专家方向发展，成为底层技术领域的权威
• 也可转型为量产交付技术负责人或自动驾驶数据闭环团队的技术Leader，统筹端到端交付
• 负责自动驾驶车端数据采集系统的软件架构设计与核心代码编写，确保数据高效、稳定地回传
• 面向量产交付标准，优化数据采集软件的性能与质量，解决车端复杂环境下的工程落地难题
• 为量产交付过程提供底层技术支持，排查并解决软硬件协同过程中的突发问题
• 精通C++及嵌入式开发，熟悉Linux/QNX操作系统及底层原理，能熟练使用GDB、CMake等工具链
• 掌握自动驾驶/机器人系统软硬件架构，具备丰富的车端或机器人端实际工程落地与性能调优经验
• 熟悉ROS系统，具备多线程并发编程及内存管理能力，能应对高并发数据写入场景

申请策略

• 初速度注重量产落地，面试中应多展现对“高质量、高性能”交付的理解，避免仅停留在算法或原型开发层面
• 突出嵌入式C++开发经验及在Linux/QNX系统下的性能优化案例，强调量化成果（如延迟降低、吞吐量提升）
• 详细列举参与过的自动驾驶或机器人量产项目，重点展示数据采集或车端软件设计的实际落地经验
• 展示对ROS系统及软硬件架构的深入理解，以及使用GDB等工具排查复杂内存或并发问题的经历
• 深入复习QNX实时操作系统特性及车端通信协议（如SOME/IP、DDS），了解主流自动驾驶数据采集方案
• 梳理过往项目中的技术难点，准备完整的排查思路与解决方案，强化工程化落地思维

面试指南

• 采用STAR法则（情境、任务、行动、结果），重点突出“问题定位思路”、“使用的底层工具（如GDB、perf、valgrind）”以及“最终的量化收益”
• 请详细描述你在嵌入式Linux或QNX下使用C++进行性能优化的具体案例，遇到了什么瓶颈？如何解决的？
• 在自动驾驶数据采集系统中，如何保证高并发数据写入的实时性与不丢帧？
• 请谈谈你对自动驾驶系统软硬件架构的理解，以及车端数据采集服务在其中的角色和交互流程
• 在使用ROS进行开发时，遇到过哪些内存泄漏或节点通信延迟问题？你是如何使用工具排查和解决的？
• 准备1-2个具有挑战性的车端量产交付技术难题案例，复盘当时的排查过程与最终收益
• 复习C++11/14/17新特性、多线程并发编程、操作系统内存管理原理及QNX实时调度机制