智能算法应用工程师/专家(J24143)

优缺点分析

角色解读

• 从算法应用走向车辆控制算法技术专家，主导整车控制技术路线
• 前瞻功能挖掘与可行性分析经验可延伸至产品定义或技术管理
• 控制算法能力亦可横向迁移至机器人运动控制等相邻领域
• 思考并规划车辆控制下一代算法方向，输出科技树与技术路线图
• 挖掘有客户价值的前瞻性功能并完成可行性分析
• 完成车辆控制项目的方案设计与控制算法实现，搭建模型并进行参数辨识
• 跨部门协同完成集成调试与测试验证，跟踪解决算法应用问题
• 掌握MPC、PID、GA、DP等优化算法，有最优控制量产经验
• 至少精通Python、C++、Matlab中一种编程语言
• 控制相关专业背景，机器人、自动化、模式识别等专业优先
• 懂车辆知识或对车辆控制有强烈兴趣，能跨部门协同调试

申请策略

• 准备一个从算法设计到量产验证的完整案例讲述
• 表达对下一代车辆控制技术的独立判断，呼应路线图职责
• 突出最优控制算法的量产项目（车型或平台、算法类型、落地结果）
• 展示MPC/DP等算法的工程化实现与参数辨识能力
• 量化算法应用问题解决的成效（性能指标改善）
• 说明技术路线图或前瞻功能挖掘的方法论沉淀
• 深化线控底盘与智能底盘域控的算法趋势认知
• 强化Simulink/Matlab模型化开发与代码生成链路

面试指南

• 量产类问题按需求-设计-实现-验证-量产闭环叙述
• 算法对比类问题给出约束条件下的量化取舍
• 排查类问题按现象-复现-定位-修复-回归的链条展开
• 请介绍你有量产经验的最优控制项目，算法选型与工程化过程是怎样的？
• MPC相比传统PID在车辆控制中的优势与代价是什么？
• 你会如何构建一个车辆控制算法的科技树与路线图？
• 模型搭建与参数辨识中，你如何处理模型失配问题？
• 跨部门集成调试中算法表现异常，你的定位流程是什么？