WeRide logo
文远知行
仿真资深算法工程师

仿真资深算法工程师

发布于 3 小时前

基层主管/组长

AI 估算 · 4.5–7.5万 · AI 参考估算
后端开发, China
中级经验
本科
全职员工仅现场办公自动驾驶
自动驾驶
Gnn
Modern C++
仿真算法
强化学习
深度学习
行为建模

值不值得投

74综合评分

综合评分 74

自动驾驶仿真算法技术负责人,前沿技术与管理空间强,WLB信息未披露

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

6.0万

比自动驾驶中位数高

发布情况

新岗位 · 今天发布

公司情况

公司还在招多个职位

3 个在招

市场机会

选择面较广

自动驾驶 · 约 510 个在招

职位详情

关于这个职位

该职位负责文远知行自动驾驶仿真算法方向的技术路线与团队建设,带领团队设计、优化智能交通参与者行为建模、评估模型和场景数据挖掘算法

你将推动大规模真实交通数据处理与模型训练,并与感知、规划、控制、定位等团队协作,加速自动驾驶软件安全迭代

最低要求

基本要求:

计算机或相关专业本科及以上学历
年及以上相关工作经验
精通C++和Python,1年及以上在大型项目使用modern C++的经验
有丰富的开发、优化和产品化深度学习模型的经验
精通常见的数据结构与算法
熟悉常见的深度学习软硬件开发

工作职责

工作职责:

总管文远知行仿真算法方向,带领和扩建团队
制订技术和战略路线,领导技术攻坚,带领团队持续创新
设计、实现和优化现有与下一代仿真算法与模型,包括智能障碍物(车辆、行人、非机动车辆等)行为模型、评估模型和基于场景的数据挖掘
开发工具和自动化系统,处理大规模真实交通数据,并用于模型训练
与文远其它部门密切合作,实现安全快速的软件算法迭代
这些部门包括:感知、决策规划、定位等等

优先资格

加分项:

精通GNN、Transformer、BERT、LSTM等深度学习模型
精通强化学习或者其他决策模型
有ACM/NOI相关的经历
善于解决开发性问题和挑战
擅长基于用户的学习与优化
有推荐算法、搜索算法、广告算法等相关经验

AI 洞察

优缺点分析

优点

  • 岗位处于自动驾驶核心技术链条中的仿真方向,能够参与下一代仿真引擎和算法体系建设
  • 明确要求带领和扩建团队,适合希望从资深算法工程师向技术负责人转型的候选人
  • 加分项涉及GNN、Transformer、强化学习等方向,有利于持续积累前沿建模能力
  • 适合有深度学习产品化经验、熟悉C++/Python工程开发,并希望带领自动驾驶仿真算法团队的资深技术候选人

缺点 / 挑战

  • 工作内容覆盖算法建模、数据闭环、自动化工具和跨团队协作,技术广度较高
  • 需要同时承担技术攻坚、路线规划和团队管理,对技术深度与领导力要求都较高
  • 仿真算法需要服务感知、规划、控制、定位等多个模块,跨团队沟通和系统理解成本较高
  • JD强调创新、快速迭代和大规模真实交通数据处理,实际工作中可能面临复杂工程落地挑战

角色解读

  • 可在自动驾驶仿真算法方向持续深耕,成长为仿真引擎、行为建模、场景挖掘或评估体系专家
  • 由于岗位包含团队扩建和技术路线制定,后续可向技术专家、技术经理或研发负责人方向发展
  • 积累自动驾驶全栈协同经验后,也可拓展到感知、规划控制、数据闭环或自动驾驶平台架构等方向
  • 负责仿真算法方向的整体技术路线制定,带领团队完成下一代自动驾驶仿真引擎、算法和建模能力建设
  • 设计并优化车辆、行人、骑行者等交通参与者行为模型,以及评估模型和基于场景的数据挖掘方法
  • 搭建自动化工具和数据流水线,处理大规模真实交通数据并支撑模型训练
  • 与感知、决策规划、控制、定位等团队协作,推动自动驾驶软件组件安全、快速迭代
  • 需要扎实的C++和Python工程能力,尤其是生产环境中的Modern C++开发经验
  • 需要掌握深度学习模型的开发、优化与产品化,并理解常见深度学习软硬件体系
  • 需要具备数据结构与算法基础,能够处理复杂建模、评估和数据挖掘问题
  • 作为技术负责人,还需要具备团队建设、路线规划、跨团队协同和技术攻坚能力

申请策略

  • 申请前建议了解文远知行的自动驾驶产品和仿真技术布局,准备与岗位方向匹配的案例
  • 面试中应重点体现你如何制定技术路线、拆解复杂问题、带团队交付并推动跨团队协作
  • 突出你在C++、Python和Modern C++生产项目中的经验,尤其是大型工程中的性能优化和稳定性建设成果
  • 重点展示深度学习模型开发、优化、产品化经历,最好包含模型效果、推理效率或业务落地指标
  • 如果有自动驾驶、仿真、行为建模、场景挖掘、强化学习或图神经网络项目,应放在简历显眼位置
  • 强调团队管理、技术路线制定、跨部门协作和推动复杂项目落地的经历
  • 可补强GNN、Transformer、BERT、LSTM、强化学习等模型在交通行为建模或决策问题中的应用理解
  • 提升大规模数据处理、自动化流水线、模型训练与评估工具链相关能力

面试指南

  • 技术项目类问题采用“背景—目标—方案—难点—结果—复盘”的结构回答,尽量给出可量化结果
  • 管理类问题采用“判断现状—明确方向—拆解任务—建立机制—验证结果”的框架,体现技术判断和团队领导力
  • 开放设计类问题先澄清目标和约束,再给出分层方案,并说明评估指标、风险点和迭代路径
  • 你如何设计自动驾驶仿真中的车辆、行人和骑行者行为模型?
  • 请介绍一个你主导的深度学习模型产品化项目,包括优化目标和落地难点
  • 在Modern C++生产项目中,你如何保证性能、可维护性和稳定性?
  • 如果要处理大规模真实交通数据并用于模型训练,你会如何设计自动化流水线?
  • 作为仿真算法负责人,你如何制定技术路线并带领团队持续创新?

职位点评

薪资福利78
成长发展88
工作生活45
使命价值82

薪资福利

78中等

JD未披露薪资和福利信息,但岗位为资深算法技术负责人,通常对高经验门槛技术人才有较强薪资吸引力。稳定性相关信息未提及。

薪资信号未披露(AI估算:4.5千–7.5万/月)

成长发展

88较高

岗位覆盖下一代仿真引擎、算法建模、深度学习产品化和团队扩建,技术与管理成长空间明显。JD还列出多项前沿模型和算法加分项,发展性较强。

技术前沿前沿/新兴技术
技术栈C++、Python、Modern C++、深度学习、GNN、Transformer、BERT、LSTM、强化学习、推荐算法、搜索算法、广告算法
成长机会带领和扩建团队、制订技术和战略路线、领导技术攻坚、持续创新
业务类型ambiguous

工作生活

45较低

JD未明确办公模式、远程天数、弹性工时或加班政策,因此生活化动机满足程度难以判断。工作地点也未给出具体城市或办公场所。

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

82较高

岗位服务于自动驾驶软件安全快速迭代,仿真算法对自动驾驶系统验证和安全性提升具有较高价值。JD中明确出现安全、下一代仿真引擎和持续创新等方向。

行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号下一代仿真引擎、安全快速的软件算法迭代、持续创新
创新程度积极采用新技术
Watch Jobs