大众汽车
ADAS Algorithm (Campus)
ADAS Algorithm (Campus)
发布于 1 天前普通员工/个人贡献者
合肥市
无经验要求
全职员工
仅现场办公
硕士
研究与开发 (研发)
PyTorch
计算机视觉
TensorFlow
自动驾驶
ADAS
ROS
多传感器融合
AI 估算 · 15k–25k
大众汽车巨头，硕士校招ADAS算法岗，薪资有竞争力；合肥生活成本适中，月薪合理区间。
职位详情
关于这个职位
这是一个面向应届硕士生的ADAS算法岗位，属于大众汽车在中国的研发团队
你将参与自动驾驶系统的算法研发，包括视觉感知、多传感器融合、决策规划等核心模块，并有机会接触实车测试和行业前沿技术
适合对自动驾驶有热情、具备扎实编程和数学基础的应届生
最低要求
教育背景：计算机科学、自动化、电子信息、车辆工程、数学或相关领域的硕士学位
精通C/C++/Python编程语言，具有良好的代码规范和工程实践能力
扎实的数据结构与算法基础
熟悉常用机器学习/深度学习框架（如TensorFlow、PyTorch）者优先
扎实的数学基础（线性代数、概率论、微积分），理解计算机视觉或机器人运动学相关理论
熟悉Linux开发环境，熟练使用Shell脚本、CMake等工具
逻辑思维清晰，具备较强的问题分析和解决能力，以及良好的沟通协作和自驱力
工作职责
参与ADAS系统的算法研究、开发和优化，包括但不限于视觉感知（图像识别、目标检测/跟踪）、多传感器融合（USS/摄像头/雷达/激光雷达数据融合）、决策规划模块
协助算法的工程实现，包括代码开发、单元测试、仿真验证以及支持实车测试
参与技术文档的编写，包括算法设计文档、测试报告和专利申请
跟踪行业最新技术趋势，参与技术预研和创新方案探索
优先资格
具有ADAS/AD相关项目经验（包括课程设计、竞赛、科研项目或实习）
熟悉视觉感知算法（如目标检测、语义分割、特征匹配）或传感器融合算法（如卡尔曼滤波、粒子滤波）
了解决策规划算法（如A、RRT、模型预测控制）或嵌入式系统开发（如ROS、QNX）
发表过相关技术论文、专利或获得竞赛奖项
AI 洞察
优缺点分析
优点
- ADAS是汽车行业高速增长的赛道，技术积累价值高
- 大众作为全球汽车巨头，平台资源丰富，项目落地机会多
- 接触从感知到决策的完整算法栈，有利于全面技能提升
- 校招岗位对新人友好，培养体系完善
- 自动驾驶算法复杂度高，需要较强的数学和编程功底
- 实车测试可能涉及出差或现场支持，工作节奏有时较快
- 技术迭代迅速，需要持续学习保持竞争力
- 适合数学和编程基础扎实、对自动驾驶技术有强烈兴趣、希望在汽车AI领域深耕的应届硕士
缺点 / 挑战
暂无明显挑战项
角色解读
- 从算法工程师成长为ADAS/自动驾驶领域的技术专家
- 有机会向项目负责人或技术主管方向发展
- 未来可在国内外汽车科技公司、Tier1供应商或自动驾驶独角兽中进一步发展
- 负责ADAS系统的算法研发，专注视觉感知、多传感器融合和决策规划模块
- 参与算法工程化，包括代码开发、单元测试、仿真验证和实车测试支持
- 编写技术文档（算法设计、测试报告）并申请专利
- 跟踪行业技术趋势，参与前沿技术预研与创新方案探索
- 精通C/C++/Python编程，具备良好的代码规范和工程实践能力
- 扎实的数学基础（线性代数、概率论、微积分），理解计算机视觉或机器人学
- 熟悉数据结构、算法和常用机器学习/深度学习框架（TensorFlow/PyTorch）
- 熟悉Linux开发环境，掌握Shell、CMake等工具
申请策略
- 关注大众汽车在中国区的技术布局和最新动态，面试中展现对业务的理解
- 提前准备一段英文自我介绍，大众为德企，可能有英文面试环节
- 突出ADAS/自动驾驶相关项目经历（包括课程项目、竞赛、科研或实习）
- 详细列出掌握的算法框架（TensorFlow/PyTorch）和编程语言技能
- 如有论文、专利或竞赛奖项，务必重点展示
- 强调团队协作和问题解决能力，最好有具体案例
- 复习巩固线性代数、概率论等数学知识，熟悉卡尔曼滤波、粒子滤波等常用融合算法
- 动手实践一个完整的感知或规划小项目，如使用PyTorch实现目标检测
面试指南
- 对于算法原理题：先清晰陈述定义，再结合项目或例子说明应用
- 对于编程题：先分析问题，确定数据结构和算法，再逐步编码并注意边界条件
- 对于动机题：结合自身经历与公司业务，表达对自动驾驶的热情和长远职业规划
- 请解释卡尔曼滤波在传感器融合中的应用
- 如何用C++实现一个简单的目标跟踪算法？
- 描述你在ADAS相关项目中的具体贡献和技术难点
- 你对Transformer在视觉感知中的应用有何了解？
- 为什么选择加入大众汽车做ADAS？
职位点评
68
综合评分
大众ADAS校招岗，前沿技术栈，成长性极强，但工作地点固定且福利未知。
更适合这类人
最适合技术成长动机强烈的应届生，对薪资和工作生活平衡要求不高，但渴望在自动驾驶领域深入发展。
表现最好
成长发展
相对薄弱
工作生活
薪资福利55
成长发展90
工作生活40
使命价值85
薪资福利
55较低
薪资未在JD中披露，但作为校招岗位，大众通常提供有竞争力的薪酬和福利，但明确信息不足。
薪资信号未披露（AI估算：15K-25K/月）
成长发展
90较高
ADAS算法属于前沿技术，岗位要求高且项目涉及完整算法栈，成长空间大，但JD未明确提及晋升通道。
技术前沿前沿/新兴技术
技术栈C/C++、Python、TensorFlow、PyTorch、计算机视觉、多传感器融合、ROS、QNX
业务类型ambiguous
工作生活
40较低
仅现场办公，地点合肥，未提及远程或弹性工作，工作强度无法判断，整体灵活性较低。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
85较高
ADAS属于高速增长赛道，对社会交通安全有积极影响，技术创新性强，有使命感和前景。
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