初速度
端到端算法工程师（主动安全/AEB)
端到端算法工程师（主动安全/AEB)
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公算法优化工程师
算法优化工程师
Aeb
Llm
强化学习
深度学习
端到端规划
值不值得投
77综合评分
综合评分 77
前沿自动驾驶算法岗，技术成长空间大，社会价值高，薪资具竞争力，但WLB未明确且可能面临量产交付压力。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
3.5万
比算法优化工程师中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
73 个在招 · 其中算法优化工程师 2 个
市场机会
选择面较广
北京 · 算法优化工程师 · 约 330 个在招
职位详情
关于这个职位
该职位主要负责AEB（自动紧急制动）系统核心算法的设计、开发与迭代优化，涵盖感知融合、碰撞评估及制动决策等全链路
同时需要将端到端大模型技术应用于主动安全领域，并负责算法在新车型上的适配与法规测试调参，以提升整体系统性能
最低要求
计算机、自动化、人工智能等相关专业硕士及以上学历，1年以上AEB或主动安全算法开发经验
熟练使用C++和Python，具备良好的数学与算法基础
具备深度学习基础，了解Transformer、Diffusion等主流模型架构
工作职责
负责AEB系统核心算法的设计、开发与迭代优化，覆盖感知融合、场景分类、碰撞评估、制动决策等完整功能链路
负责AEB算法在新车型上的适配与调参，结合C-NCAP/E-NCAP/IVISTA等法规测试要求持续提升算法性能
应用端到端（E2E）大模型技术到AEB/主动安全领域，提升E2E模型性能
优先资格
有端到端规划（E2E Planning）、模仿学习（Imitation Learning）或强化学习（RL）相关算法经验者优先
有自动驾驶Planning/Prediction业务经验，或有LLM/VLM模型训练与微调经验者优先
具备良好的团队协作与沟通能力，有机器学习顶会论文发表经历者加分
AI 洞察
优缺点分析
优点
- 处于自动驾驶与端到端大模型结合的前沿赛道，技术壁垒高，个人技术成长空间巨大
- 公司在量产自动驾驶领域处于头部地位，算法能直接落地于多款主流车型，成就感强
- 涉及感知、决策、控制全链路及大模型技术，能培养全面的系统级算法思维
- 适合具备扎实深度学习基础，对自动驾驶主动安全有热情，且希望在端到端大模型量产落地方向深耕的算法人才
缺点 / 挑战
- 主动安全（AEB）对安全性要求极高，算法迭代和法规测试压力大，需具备极强的严谨性
- 端到端大模型在车端部署面临算力和实时性挑战，工程落地难度较高
角色解读
- 纵向可成长为主动安全/自动驾驶算法专家，主导端到端大模型在量产车上的落地
- 横向可向自动驾驶系统架构师或技术管理方向发展，负责跨模块的技术统筹
- 负责AEB（自动紧急制动）系统核心算法的全链路开发，包括感知融合、场景分类、碰撞评估和制动决策
- 将端到端大模型技术引入主动安全领域，进行模型训练、微调与性能优化
- 负责算法在新车型上的适配调参，确保满足C-NCAP等国内外法规测试要求
- 扎实的C++和Python编程能力，以及深厚的数学与算法基础
- 熟练掌握深度学习及Transformer、Diffusion等主流模型架构
- 具备自动驾驶规划预测或大模型（LLM/VLM）训练微调的实战经验
申请策略
- 投递时可根据自身优势选择侧重传统规则算法或侧重大模型端到端算法的简历版本
- 提前了解公司在量产自动驾驶方面的最新进展和技术路线
- 重点突出AEB或主动安全相关的项目经验，特别是感知融合与制动决策的完整链路设计
- 详细展示在端到端规划、模仿学习或强化学习方面的研究成果或落地经验
- 若有LLM/VLM微调经验或机器学习顶会论文，务必在简历显著位置标明
- 深入学习端到端自动驾驶架构及大模型在车端部署的优化技术
- 熟悉C-NCAP/E-NCAP等法规测试标准，了解AEB测试场景及评价机制
面试指南
- STAR法则：针对项目经验，按照情境、任务、行动、结果的框架清晰阐述，突出个人贡献与量化指标
- 对比分析法：在回答端到端与传统算法对比时，从性能上限、泛化能力、工程落地难度等维度进行客观对比
- 请详细介绍你在AEB或主动安全项目中，感知融合与制动决策是如何设计的？
- 端到端大模型在AEB场景中相比传统规则算法有哪些优势？如何解决其可解释性和安全性问题？
- 在C-NCAP测试中，遇到过哪些Corner Case？你是如何通过算法调参或逻辑优化来解决的？
- 请谈谈你对Transformer或Diffusion模型在自动驾驶规划/预测中应用的理解
- 复习自动驾驶感知、预测、规划的经典算法及最新端到端论文
- 准备1-2个在AEB调参或模型优化中遇到的棘手问题及解决思路，展现排查和解决问题的能力
职位点评
薪资福利80
成长发展90
工作生活50
使命价值85
薪资福利
80较高
JD未明确披露薪资，但基于1年以上经验及硕士学历，结合京沪苏自动驾驶算法岗市场行情，薪资预期处于市场中上水平。
薪资信号未披露（AI估算：2.5千–4.5万/月）
成长发展
90较高
岗位涉及端到端大模型与主动安全的结合，技术极具前沿性，且公司处于量产自动驾驶头部阵营，技术成长与行业视野拓展空间极大。
技术前沿前沿/新兴技术
技术栈C++、Python、Transformer、Diffusion、E2E Planning、Imitation Learning、RL、LLM、VLM
业务类型profit_center
工作生活
50较低
JD未提及工作模式与WLB相关信息，自动驾驶算法岗通常面临一定的量产交付与测试压力，工作节奏可能较快。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
85较高
主动安全（AEB）直接关系到生命安全，具有极高的社会价值；同时推动自动驾驶大模型量产落地，行业前景广阔。
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