德赛西威
规控算法工程师（2027届-惠州）
规控算法工程师（2027届-惠州）
发布于 7 天前普通员工/个人贡献者
全职员工混合式弹性办公自动驾驶
自动驾驶
Lqr
Mpc
Pid
强化学习
规控算法
车辆动力学
轨迹规划
运动控制
值不值得投
73综合评分
综合评分 73
智驾规控核心岗位，技术天花板与薪酬竞争力俱佳，但攻坚强度与调试节奏对WLB有压力。
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，方便比较职业起点。
薪资怎么样
1.4万
比自动驾驶中位数低
发布情况
正常在招 · 7 天前发布
公司情况
这家公司招聘很活跃
18 个在招 · 其中自动驾驶 2 个
职位详情
关于这个职位
该岗位面向2027届硕士毕业生，负责智能驾驶/机器人规控核心算法的设计研发与工程落地，涵盖横纵向控制、轨迹规划与实车/真机调试，可选智能驾驶或机器人两个方向，适合控制理论与C++功底扎实的算法应届生
最低要求
硕士及以上学历，计算机科学、自动化、电子工程、控制工程、机器人、车辆工程等相关专业，数理基础扎实
精通C/C++编程语言，熟练掌握常用数据结构与算法，具备扎实的代码功底、良好的编程规范和工程开发能力
熟悉自动控制原理，掌握PID、LQR、MPC等主流横纵向控制算法，熟悉车辆、机器人运动学与动力学模型，了解底盘、执行机构控制特性，具备自动驾驶或机器人规控算法项目落地经验者优先
具备扎实的线性代数基础，熟悉二次规划、非线性优化等核心理论，掌握DP、A*、贝塞尔曲线等主流采样、搜索与曲线规划算法，熟悉轨迹规划与跟踪核心逻辑
了解深度学习、强化学习等人工智能前沿技术，具备快速学习、技术落地能力，可结合业务场景完成算法迭代与性能优化
逻辑思维清晰，具备优秀的问题拆解与攻坚能力，拥有良好的团队协作意识与沟通能力，可高效配合跨部门协同工作，对智能驾驶、工业机器人规控技术有浓厚兴趣和长期深耕意愿
工作职责
负责智能驾驶/机器人横纵向控制、运动控制、状态机管理等规控核心算法的设计、研发与工程落地，搭建稳定可靠的运动控制算法体系
负责规控算法功能开发、代码实现、性能调优与版本交付，完成实车/真机调试、场景适配与上下游模块联调，保障算法交付质量与系统运行稳定性
针对不同作业场景持续迭代控制策略，优化轨迹跟踪精度、运动平顺性、响应实时性，解决行驶抖动、跟踪偏差、工况适配不足等各类现场问题
沉淀规控算法开发流程、测试规范与技术文档，配合版本迭代、测试验证与量产交付，持续提升算法工程化与产品化能力
方向一（智能驾驶方向）：负责车载自动驾驶横纵向控制算法研发，覆盖高速/城区领航、自动泊车、低速无人车行驶控制等场景，结合车辆动力学特性完成控制算法建模、调优与实车落地，保障整车自动驾驶平顺、安全、精准行驶
方向二（机器人方向）：负责工业机器人运动控制与底盘规控算法研发，结合机器人本体运动特性、底盘执行机构特性，完成轨迹跟踪、姿态控制、工况适配等算法开发与真机调试，保障机器人在复杂工业场景下稳定、精准作业
AI 洞察
优缺点分析
优点
- 智驾规控是自动驾驶核心环节，量产落地经验在行业内极具竞争力
- 智驾与机器人双方向，技术能力可迁移至机器人赛道
- 涉及建模、优化、工程化全链条，技术成长天花板高
- 理论门槛高，需持续跟进控制与学习类算法演进
- 跨部门联调多，需要较强沟通与抗压能力
- 适合数理与编程功底扎实、对智驾或机器人有长期热情、抗压能力强的硕士应届生
缺点 / 挑战
- 实车调试与量产节点压力大，问题攻坚强度高
角色解读
- 从模块算法开发成长为规控方向负责人，主导整车控制策略
- 向决策规划、端到端等智驾前沿方向拓展技术纵深
- 积累量产交付经验后，可走向算法架构或技术管理路线
- 设计与开发横纵向控制、运动控制、状态机管理等规控核心算法，并完成工程化落地
- 做算法性能调优与版本交付，进行实车/真机调试和上下游模块联调
- 针对实际场景迭代控制策略，解决行驶抖动、跟踪偏差等现场问题
- 沉淀开发流程与测试规范，支撑量产交付，可选智驾或机器人方向
- 精通C/C++与常用数据结构算法，代码工程能力扎实
- 掌握PID/LQR/MPC等控制算法与车辆、机器人动力学建模
- 熟悉优化理论（二次规划、非线性优化）与规划算法（DP、A*、贝塞尔曲线）
- 了解深度学习、强化学习，具备问题拆解与跨团队协作能力
申请策略
- 面试前明确自己意向智驾还是机器人方向，回答时聚焦一个主线
- 展现量产意识与工程规范，企业更看重能落地的算法能力而非纯论文
- 突出规控相关项目（方程式赛车、机器人比赛、实验室控制课题），写明所用控制算法
- 展示C++工程能力，如代码量、性能优化或开源贡献
- 写明对LQR/MPC等算法的实际调参经验与效果指标
- 强调实车或真机调试经历，落地经验是核心差异点
- 复习车辆动力学建模与横纵向控制基础，能推导LQR/MPC流程
- 刷数据结构与算法题，保证手写C++能力
面试指南
- 算法题按「问题建模→算法选择→参数设计→实测效果」结构作答
- 调试题强调数据闭环：复现→定位→对策→验证
- 工程题围绕代码规范、模块解耦与测试保障展开
- 推导LQR求解过程并说明与PID的差异与适用场景
- MPC中约束与预测时域如何选取，如何保证实时性？
- 描述一次轨迹跟踪抖动的排查与解决过程
- A*与DP在规划中的区别，贝塞尔曲线为何用于轨迹平滑？
- 介绍你的C++项目工程结构，如何保证代码质量？
职位点评
薪资福利78
成长发展85
工作生活52
使命价值66
薪资福利
78中等
JD未披露薪资，硕士规控算法岗属于校招中薪酬竞争力较强的序列，惠州生活成本低，实际购买力可观。
薪资信号未披露（AI估算：1.1千–1.6万/月）
成长发展
85较高
规控算法直面量产落地，技术纵深与行业前景俱佳，JD还提及深度学习、强化学习等前沿技术，成长空间大。
技术前沿前沿/新兴技术
技术栈MPC、LQR、轨迹规划、深度学习、强化学习、C/C++
成长机会长期深耕意愿
业务类型profit_center
工作生活
52较低
JD未提及办公模式，但实车调试与版本交付节点通常带来阶段性高强度，无原文依据不作断言。
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
66中等
自动驾驶关系出行安全，产业属高速成长赛道，技术工作的社会价值感较强，但JD未作使命性表述。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs