百度
上海-自动驾驶端到端决策规划控制算法工程师(J100785)
上海-自动驾驶端到端决策规划控制算法工程师(J100785)
发布于 大约 17 小时前普通员工/个人贡献者
上海市
中级经验
全职员工
仅现场办公
硕士
软件工程
强化学习
深度学习
自动驾驶
行为预测
路径规划
轨迹规划
Neurips
Ros
AI 估算 · 25k–40k
百度自动驾驶算法岗，硕士学历，上海一线城市，技术栈前沿，月薪25k-40k，市场竞争力强。
职位详情
关于这个职位
该职位负责百度自动驾驶系统中端到端决策规划控制算法的研发与优化
你将设计基于深度学习的驾驶行为决策模型，开发运动规划与轨迹生成算法，并提升系统在复杂交互场景下的拟人化水平与泛化能力
适合具有扎实机器学习/强化学习基础、熟悉路径规划算法、熟练掌握C++/Python的候选人
最低要求
硕士及以上学历，计算机、自动化、车辆工程、机器人学等相关专业
扎实的机器学习/强化学习/控制理论基础，熟悉常见路径规划算法（A*、RRT等）或预测方法
熟练掌握C++/Python，具备较强工程实现能力，有大型系统开发经验者优先
工作职责
设计基于深度学习的驾驶行为决策模型（如场景理解、交互意图博弈、自车轨迹规划），解决路口通行、变道博弈、礼让行人等复杂交互问题
研究智能体强化学习（RL）、社会合规行为建模（Socially-Compatible Planning）等技术，提升自动驾驶系统的拟人化水平
运动规划与轨迹生成：开发端到端或分层的轨迹规划算法，结合深度学习与经典优化方法，生成平滑、安全、动态可适应的行驶轨迹
探索不确定性环境下的实时规划策略（如应对突发障碍、极端天气）
交互与泛化能力提升：构建驾驶员行为预测模型，研究长尾场景（Corner Cases）的决策泛化能力，利用对抗训练、元学习等方法增强系统鲁棒性
优先资格
熟悉ROS、CarSim、CarMaker等仿真或车辆动力学工具者优先
有自动驾驶决策规划、预测或控制相关实习/项目经验者优先
在ICRA、IROS、CoRL、NeurIPS等顶会发表论文者优先
逻辑清晰，沟通协作能力强
AI 洞察
优缺点分析
优点
- 百度作为自动驾驶头部企业，技术积累深厚，项目落地场景丰富，能接触端到端前沿方案
- 岗位涉及强化学习、行为预测、轨迹规划等多领域交叉，技术成长空间大
- 公司平台大，薪资福利有竞争力，可参与顶会发表，积累行业影响力
- 自动驾驶算法复杂度高，长尾场景难处理，需要较强的数学与工程能力
- 行业竞争激烈，需持续跟进前沿研究，工作强度可能较大
- 适合具有扎实机器学习与强化学习基础、热爱自动驾驶技术、愿意在复杂场景中攻坚克难的研究型算法工程师
缺点 / 挑战
- 端到端方案仍处探索阶段，落地过程中可能面临不确定性与迭代压力
角色解读
- 从算法工程师向技术专家或团队负责人发展，深耕自动驾驶决策规划领域
- 可横向扩展至预测、控制、感知等方向，成为全栈自动驾驶算法人才
- 积累顶会论文与工程经验后，可晋升为高级工程师、技术经理或架构师
- 设计和优化基于深度学习的驾驶行为决策模型，处理路口通行、变道博弈等复杂交互场景
- 开发端到端或分层轨迹规划算法，结合深度学习与优化方法生成安全平滑的行驶轨迹
- 构建驾驶员行为预测模型，利用对抗训练和元学习增强长尾场景下的决策鲁棒性
- 扎实的机器学习、强化学习与控制理论基础，熟悉A*、RRT等路径规划算法
- 熟练掌握C++和Python，具备大型系统开发经验，能高效实现算法与工程落地
- 熟悉ROS、CarSim等仿真工具，有自动驾驶相关实习或项目经验者加分
申请策略
- 关注百度Apollo开源项目，了解其技术栈与最新进展，在面试中展现对产品的理解
- 准备一个端到端决策规划的项目案例，清晰阐述思路、创新点与实验结果
- 突出自动驾驶相关项目经验，尤其是决策规划或强化学习方向的实习或课题研究
- 展示C++/Python工程能力，强调大型系统开发或性能优化案例
- 列出顶会论文发表、开源贡献或竞赛获奖，体现研究深度与主动性
- 复习经典路径规划算法（A*、RRT）与优化方法，并了解端到端规划最新论文
- 动手实现一个简单的强化学习规划器，熟悉ROS仿真环境下的算法调试
面试指南
- STAR法则：描述情境、任务、行动、结果，重点突出算法设计与优化过程
- 对比分析：从理论、工程、落地效果等维度对比不同方法，展现深度思考
- 请详细讲解一个你实现的路径规划或决策算法，包括输入输出、损失函数和实验结果
- 如何处理自动驾驶中的交互博弈问题？请结合具体场景说明
- 端到端规划与传统模块化规划相比有哪些优缺点？你如何看待未来的发展趋势？
- 在不确定性环境下（如突然出现障碍物），如何保证规划的安全性与实时性？
- 精读5-10篇自动驾驶决策规划顶会论文，重点理解端到端与交互建模方法
- 准备一个完整的项目演示，包括代码和仿真结果，突出解决的关键问题
职位点评
74
综合评分
百度自动驾驶算法岗，前沿技术栈，高成长性，薪资面议，但WLB一般。
更适合这类人
该职位最适合追求技术前沿与个人成长、能接受高强度工作的求职者，对生活平衡要求不高。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展90
工作生活50
使命价值80
薪资福利
75中等
百度作为上市巨头，薪资水平位于行业上游，福利完善（五险一金、年终奖等），但JD未明确薪资，具体面议，因此给予较高但非最高分。
薪资信号面议 (25K-40K/月)
成长发展
90较高
岗位技术前沿（端到端、强化学习、社会合规建模），涉及多项新兴技术，有顶会发表机会，但JD未明确提及晋升通道，结合行业高成长性给高分。
技术前沿前沿/新兴技术
技术栈深度学习、强化学习、端到端规划、社会合规行为建模、对抗训练、元学习
业务类型profit_center
工作生活
50较低
岗位要求上海现场办公，JD未提弹性工作或加班情况，自动驾驶行业通常高强度，WLB一般。
工作模式仅现场办公
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
80较高
自动驾驶是高速增长赛道，百度在该领域投入大，技术影响面广，但JD未提社会使命，给较高分。
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