Desay SV logo
德赛西威
泊车规划算法实习生

泊车规划算法实习生

发布于 2 小时前

实习/见习

AI 估算 · 4.3–6.5千 · AI 参考估算
无经验要求
本科
实习生仅现场办公自动驾驶
自动驾驶
Ros
路径规划
车辆运动学
运动规划
速度规划

值不值得投

74综合评分

综合评分 74

前沿自动驾驶算法实习,技术成长空间大,薪资中等,工作强度适中。

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,方便比较实习机会。

薪资怎么样

5.0千

比自动驾驶中位数低

发布情况

新岗位 · 今天发布

公司情况

这家公司招聘很活跃

约 130 个在招 · 其中自动驾驶 12 个

市场机会

选择面较广

上海 · 自动驾驶 · 约 220 个在招

职位详情

关于这个职位

该职位为泊车规划算法实习生,主要负责参与泊车、园区及低速行车场景的决策与速度规划算法开发

你需要使用C++进行算法实现、调试与迭代,并通过仿真验证及实车测试来优化车辆运行的安全性、舒适性与通行效率

最低要求

任职要求:

面向在校实习生,计算机、自动化、车辆工程、机器人、数学等相关专业,本科及以上学历
掌握基本的运动规划知识,理解路径规划与速度规划的基本概念,了解常见的搜索、采样或优化方法
熟悉 C++ 代码开发,具备良好的数据结构与算法基础,能够进行代码编写、调试和问题定位
具备基本的数学与建模能力,了解车辆运动学、坐标变换等基础知识
对自动驾驶决策与规划有兴趣,具备主动学习、逻辑分析和团队协作能力
实习时长不少于3个月,可长期稳定实习者优先

工作职责

岗位职责:

参与泊车、园区及低速行车场景的决策与速度规划算法开发,覆盖站点停车、掉头(U-Turn)等典型场景
参与停车、让行、跟停、启停等行为决策及速度曲线规划,提升车辆运行的安全性、舒适性与通行效率
使用 C++ 完成算法实现、调试与迭代,配合开展仿真验证及实车测试
分析仿真和路测数据,定位决策与速度规划问题,推动算法优化与问题闭环
参与相关技术文档编写及测试结果整理

优先资格

加分项:

有自动驾驶、移动机器人或无人车相关课程设计、竞赛及项目经历
了解状态机、行为决策、障碍物交互、ST 图或基于优化的速度规划方法
有泊车、园区低速行驶、站点精准停车或掉头场景相关开发经验
熟悉 Linux、Git,能够使用 Python 进行数据分析或算法验证
有 ROS/ROS 2、仿真平台使用或实车调试经验

AI 洞察

优缺点分析

优点

  • 处于自动驾驶热门赛道,技术含量高,能接触到前沿的规划算法技术
  • 德赛西威作为上市巨头企业,平台大,资源丰富
  • 实习经历对后续求职极具含金量
  • 算法开发难度大,需要较强的数学基础和逻辑思维
  • 可能需要频繁进行仿真验证和实车测试,工作节奏较快
  • 适合计算机、自动化、车辆工程等专业的在校生,对自动驾驶技术有浓厚兴趣,具备较强动手能力和学习意愿的同学

缺点 / 挑战

  • 竞争激烈,对候选人专业背景要求较高

角色解读

  • 从实习生成长为自动驾驶规划算法工程师,深入掌握复杂场景下的决策规划技术,未来可向高级算法专家或技术负责人方向发展
  • 负责泊车、园区及低速行车场景下的决策与速度规划算法开发,包括站点停车、掉头等典型场景
  • 熟练掌握C++编程,具备扎实的数据结构与算法基础
  • 理解运动规划、路径规划与速度规划的基本概念及常见方法
  • 了解车辆运动学与坐标变换

申请策略

  • 提前了解德赛西威的主营业务和产品线
  • 准备几个与规划算法相关的项目案例,能够清晰阐述技术细节和个人贡献
  • 关注自动驾驶行业的最新动态
  • 突出C++编程能力和项目经验,特别是与运动规划、路径规划相关的课程设计或竞赛经历
  • 强调数学建模能力和车辆运动学知识
  • 展示在ROS、仿真平台或实车调试方面的实践经验
  • 加强C++高级特性及STL容器的使用熟练度
  • 深入学习A*、RRT等经典规划算法及其优化方法

面试指南

  • 使用STAR法则(情境、任务、行动、结果)描述项目经历
  • 对于算法题,先讲思路再讲代码,注意边界条件
  • 对于开放性问题,结合理论知识与实际应用场景进行分析
  • 请介绍一个你做过的相关项目,重点说明你在其中的角色和技术难点
  • 解释一下A*算法和RRT算法的区别及适用场景
  • 如何在保证安全性的前提下提升车辆的通行效率?
  • 请简述车辆运动学模型及其在规划中的应用
  • 遇到仿真结果与实车测试不一致的情况,你会如何排查?

职位点评

薪资福利70
成长发展85
工作生活60
使命价值75

薪资福利

70中等

作为上市公司实习生,薪资虽不及正式员工,但处于行业中上水平,且提供稳定的实习环境,对补偿性动机有一定满足。

薪资信号未披露(AI估算:4.3–6.5千/月)

成长发展

85较高

岗位涉及前沿的自动驾驶规划算法,技术栈现代,且有明确的成长路径和导师指导机会,对发展性动机满足程度高。

技术前沿前沿/新兴技术
技术栈C++、运动规划、路径规划、速度规划、ROS、Linux、Python
业务类型profit_center

工作生活

60中等

实习岗位通常工作时间相对灵活,但算法开发可能需要加班调试,WLB一般,办公地点可能在产业园,通勤便利性视个人情况而定。

工作模式未明确
办公地点科技园/产业园
加班情况未提及(无法判断)

使命价值

75中等

自动驾驶技术有助于提升交通安全和效率,具有正向社会影响力,符合追求意义感动机的求职者期望。

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