均胜电子
算法开发工程师-AEB
算法开发工程师-AEB
发布于 3 小时前普通员工/个人贡献者
全职员工仅现场办公自动驾驶
自动驾驶
Acc
Adas
Aeb
Autosar
Fcw
Lqr
Matlab/Simulink
Mpc
嵌入式开发
值不值得投
67综合评分
综合评分 67
智能驾驶核心安全功能量产岗，技术栈硬核、成长性强，薪资与工作节奏需进一步确认。
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
3.2万
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
17 个在招 · 其中自动驾驶 2 个
市场机会
选择面较广
上海 · 自动驾驶 · 约 190 个在招
职位详情
关于这个职位
在均胜电子智能驾驶研究院负责自动驾驶纵向控制算法开发，核心是AEB/FCW等L2/L2+量产ADAS功能的算法落地与优化
你需要完成车辆动力学建模、速度-加速度-油门/刹车标定，并把算法高效移植到嵌入式平台，与其它模块联合调试直至量产
最低要求
学历要求：全日制本科及以上，硕士博士优先
专业要求：控制工程、电子信息、机器人、车辆工程等相关专业
专业知识和技能：
i. 熟悉C++/C、Python，熟悉常用算法及数据结构
ii. 深刻理解AEB、FCW、ACC等功能的威胁评估机制及开发原理，全局路径及局部轨迹规划方案及人机共驾策略
掌握常规的控制算法模型，包括PID、MPC、LQR、SMC等
iii. 有自动驾驶系统、ADAS系统量产经验优先
iv. 熟悉Matlab/Simulink、Autosar、CANoe、CANape等开发调试工具链
v. 具备嵌入式软件开发的背景知识，了解TI Sitara、MPC5604、TC397等芯片
工作职责
负责自动驾驶纵向控制算法的开发
车辆横纵向动力学建模及参数辨识，车辆纵向速度-加速度-油门/刹车标定
负责L2 ADAS及L2+功能量产方案的工程化落地，主要包括AEB/FCW模块算法的开发与优化
保证算法在各平台下的移植的可靠与高效
与其它模块进行系统性联合调试，分析、定位、解决问题并提升性能
其他安排的工作，比如Demo、测试支持、技术文档准备与完善等
优先资格
硕士博士优先
有自动驾驶系统、ADAS系统量产经验优先
AI 洞察
优缺点分析
优点
- AEB/FCW属于法规强相关的核心安全功能，技术壁垒高、经验可迁移性强
- 岗位聚焦L2/L2+量产落地，能积累从算法到嵌入式平台的完整工程化经验
- 智能驾驶处于行业热点赛道，控制算法人才市场需求稳定
- 需要同时懂控制理论、车辆动力学和嵌入式工具链，技术跨度较大
- 跨模块联合调试中问题定位复杂，对系统性排查能力要求高
- 适合具备控制工程或车辆工程背景、有C++与算法基础，并希望在自动驾驶量产方向深耕的工程师
缺点 / 挑战
- 量产项目对算法可靠性、实时性和功能安全要求严格，调试与验证周期长、压力大
角色解读
- 可从控制算法工程师成长为ADAS功能模块负责人或纵向/横向控制技术专家，深入量产项目积累工程化经验
- 进一步发展可转向智能驾驶系统架构、功能安全或团队技术管理方向
- 负责自动驾驶纵向控制算法开发，包括车辆纵向速度-加速度-油门/刹车标定与动力学建模
- 将AEB/FCW等L2/L2+安全功能做成可量产方案，并完成算法在多平台上的移植与优化
- 与感知、规划及其它模块联合调试，定位并解决系统级问题，同时支持Demo、测试和技术文档
- 扎实的C++/C与Python编程能力，熟悉常用算法与数据结构
- 深刻理解AEB/FCW/ACC的威胁评估机制与开发原理，掌握PID、MPC、LQR、SMC等控制算法
- 熟悉Matlab/Simulink、AUTOSAR、CANoe、CANape等工具链，并具备嵌入式开发背景（TI Sitara、MPC5604、TC397等芯片）
申请策略
- 投递前了解均胜电子在智能驾驶与汽车安全领域的业务布局及量产客户，面试中体现对量产工程化的理解
- 可主动询问具体工作地点与团队分工
- 突出AEB/FCW/ACC等ADAS功能的开发或标定经验，量化量产落地成果
- 展示MPC、LQR、PID等控制算法在实际项目中的应用案例
- 强调C++/Python编程能力与Matlab/Simulink、AUTOSAR、CANoe等工具链使用经验
- 如有嵌入式芯片（TC397、MPC5604等）开发经历务必写明
- 补强车辆纵向动力学建模与参数辨识的实操理解，准备标定方法论的说明
- 熟悉功能安全（ISO 26262）与ADAS法规（如AEB相关标准）会加分
面试指南
- 采用STAR结构描述项目：先讲清功能背景与目标，再说明你负责的算法模块与技术选型理由，最后用量化指标（如误触发率、制动距离、响应时间）呈现结果
- 技术对比题建议从原理、计算量、鲁棒性与工程可实现性四个维度展开
- 请介绍你参与过的AEB或FCW算法开发项目，威胁评估是怎么做的？
- PID、MPC、LQR、SMC各自的适用场景与优缺点是什么？在本项目中如何选型？
- 如何做车辆纵向速度-加速度-油门/刹车标定？遇到过哪些难点？
- 算法从仿真到嵌入式平台移植时如何保证实时性与可靠性？
- 多模块联合调试中如何定位并解决系统级问题？
- 系统复习AEB/FCW/ACC工作原理与相关法规要求，准备好1-2个量产项目的深度案例
职位点评
薪资福利62
成长发展82
工作生活50
使命价值74
薪资福利
62中等
JD未披露薪资与福利信息，薪资竞争力需在沟通中确认；岗位技能门槛较高，具备一定议价空间。
薪资信号未披露（AI估算：2.2千–4.2万/月）
成长发展
82较高
聚焦智能驾驶核心安全功能的量产落地，能积累控制算法与嵌入式工程化的复合经验，技术成长空间明确。
技术前沿前沿/新兴技术
技术栈C++、Python、AEB、FCW、ACC、MPC、LQR、SMC、AUTOSAR、Matlab/Simulink、CANoe、CANape
业务类型profit_center
工作生活
50较低
JD未提及办公模式、弹性工时或加班情况，工作强度与通勤便利度需与HR进一步确认。
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
74中等
AEB/FCW直接关系行车安全，属于有明确社会价值的方向，智能驾驶行业整体处于成长阶段。
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