滴滴出行
服务工程与云诊断系统工程师
服务工程与云诊断系统工程师
发布于 大约 6 小时前普通员工/个人贡献者
广州市
高级经验
全职员工
仅现场办公
本科
自动驾驶
Dtc故障码
Go
Uds诊断
大数据
时序数据
机器学习
深度学习
自动驾驶
AI 估算 · 30k–50k
自动驾驶领域高级工程师，技术栈复杂，市场需求大，滴滴作为大厂，薪资具有竞争力。
职位详情
关于这个职位
作为滴滴出行Voyager部门的服务工程与云诊断系统工程师，你将负责设计开发robotaxi车辆动态数据平台与远程诊断平台，搭建AI智能预警体系，并开发面向维保技师的智能培训产品
该职位深度参与自动驾驶车辆的全生命周期管理，涉及大数据、机器学习、故障诊断等前沿技术，适合有相关经验并希望投身自动驾驶领域的人才
最低要求
本科及以上学历，5年及以上新能源汽车、L4自动驾驶无人车或航空飞行器的功能架构设计、系统信号交互设计、故障诊断、云端监控相关经验，有0-1搭建经验优先
精通至少一门后端语言（Go / Java / C++），具备海量时序数据处理与特征工程经验，熟悉大数据计算框架及常用统计分析工具，了解机器学习框架
具备独立建模能力，包括问题抽象、算法选型、模型设计、实验评估与上线部署的经验，熟悉DYMOLA、Magicdraw、Simulink等模型软件优先
熟悉电气架构、车载总线信号和应用层协议，了解UDS诊断协议和DTC故障码、日志解析原理
可独立梳理需求、输出功能矩阵、形成产品方案并推进落地
拥有良好的跨企业跨部门沟通协同能力，具备体系化搭建思维
工作职责
设计并开发robotaxi车辆动态数据平台 & 远程诊断平台：覆盖车辆全生命周期运行状态数据的实时采集、传输与存储，构建远程诊断平台，确保平台高并发场景下的低延迟与高可靠
在传统UDS诊断与DTC故障码基础上，实现远程故障定位、数据流分析、ECU 刷写、主动测试等远程运维能力
搭建AI智能预警体系：建立"故障场景 → 功能模块 → 特征信号 → 诊断规则"的多层知识图谱映射，构建车辆大数据挖掘与分析平台，对海量车端传感器时序数据进行离线与实时分析，结合车辆里程、运行工况、环境因素等多维上下文，挖掘硬件劣化的潜在关联模式和异常特征
负责核心算法与模型的设计、开发与迭代优化，包括但不限于：多源异构数据融合建模、硬件劣化退化模型、剩余使用寿命预测、多故障模式联合诊断与根因推理算法
利用统计分析和机器学习方法对故障前兆信号进行识别与量化，定义硬件劣化趋势的特征工程方法
利用深度学习模型实现硬件缺陷与寿命的提前预测，输出预警等级与推荐维护动作，并通过对接运维工单系统，实现预警自动触发、提醒运维团队进行零部件维修或更换，闭环追踪预警准确率与车辆可用率提升效果
开发面向一线维保技师的智能培训产品，包括故障诊断模拟器、维修知识库、AR/VR 辅助维修引导等模块
构建维保作业质量检测系统，通过工序关键节点数据回传与 AI 审校，保障维保作业规范性和一致性
设计维保能力的标准化评估与认证体系，实现维保能力的快速复制与跨区域泛化，支撑robotaxi 规模化开城需求
AI 洞察
优缺点分析
优点
- 滴滴出行作为行业巨头，平台资源丰富，技术积累深厚，能接触大规模自动驾驶数据
- 自动驾驶行业前景广阔，该岗位经验具有高市场价值
- 技术栈广泛，需要不断学习新知识，保持技术敏感度
- 跨部门协作较多，需要良好的沟通协调能力
缺点 / 挑战
- 岗位涉及大数据、AI算法、汽车诊断等多个领域，技术挑战大，个人成长空间大
- 工作强度可能较大，需要应对高并发、低延迟的实时数据处理挑战
- 适合有自动驾驶或汽车诊断背景，对大数据和AI技术有浓厚兴趣，喜欢挑战和创新的工程师
角色解读
- 在自动驾驶领域深耕，可向技术专家或架构师方向发展，负责更复杂的系统设计和架构
- 可转向管理岗位，带领团队负责整个诊断平台或数据平台的建设
- 随着自动驾驶行业的发展，该岗位经验在行业内具有高价值，可跳槽至其他自动驾驶公司或相关领域
- 负责设计开发robotaxi车辆动态数据平台和远程诊断平台，实现车辆运行数据的实时采集、传输和存储，并支持远程故障定位和运维操作
- 搭建AI智能预警体系，利用大数据和机器学习技术分析车端传感器数据，预测硬件故障和寿命，并自动触发维修工单
- 开发面向维保技师的智能培训产品，包括故障诊断模拟器、AR/VR辅助维修引导等，提升维保效率和规范性
- 精通至少一门后端语言（Go/Java/C++），具备海量时序数据处理和特征工程经验
- 熟悉大数据计算框架和机器学习框架，具备独立建模能力，包括算法选型、模型设计和部署
- 了解汽车电气架构、车载总线协议（如CAN）和UDS诊断协议，熟悉DTC故障码和日志解析
申请策略
- 了解滴滴出行Voyager部门的业务方向，特别是robotaxi的运营和技术布局
- 在面试中展示对自动驾驶行业和车辆诊断技术的热情和深入理解
- 突出在自动驾驶或新能源汽车领域的项目经验，特别是涉及故障诊断、数据平台搭建的案例
- 强调大数据处理、机器学习和建模能力，展示具体的技术栈和项目成果
- 如有0-1搭建经验，务必重点突出，体现独立解决问题的能力
- 提前熟悉UDS诊断协议和DTC故障码，了解汽车电子电气架构
- 补充学习大数据处理框架（如Spark、Flink）和机器学习框架（如TensorFlow、PyTorch）的实际应用
面试指南
- 对于系统设计问题，采用STAR法则，描述背景、任务、行动和结果，突出技术选型和架构设计
- 对于算法问题，强调问题抽象、数据预处理、模型选择和评估，展示你的建模思维
- 对于协议理解问题，结合具体案例说明，体现实际应用能力
- 请描述一个你设计过的故障诊断系统，包括架构和关键技术
- 如何利用机器学习预测硬件故障？请举例说明
- 如何处理海量时序数据？你使用过哪些大数据技术？
- 谈谈你对UDS诊断协议和DTC故障码的理解
- 如何设计一个远程诊断平台，确保高并发下的低延迟和高可靠？
职位点评
72
综合评分
自动驾驶前沿技术，薪资优厚，成长空间大，但工作强度可能较高。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
更适合这类人
该职位最适合追求技术成长和行业前景的求职者，愿意接受现场办公和一定的工作强度。
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40
使命价值80
薪资福利
75中等
该职位薪资水平较高，滴滴作为上市公司提供稳定福利，但具体薪资未在JD中披露。
薪资信号未披露（AI估算：30K-50K/月）
成长发展
90较高
该职位涉及自动驾驶、大数据、AI等前沿技术，技术挑战大，成长空间广阔，且公司平台大，发展机会多。
技术前沿前沿/新兴技术
技术栈Go、Java、C++、大数据、机器学习、深度学习、UDS、DTC
业务类型ambiguous
工作生活
40较低
工作地点在广州，但未明确办公模式，自动驾驶行业通常需要现场办公，工作强度可能较大。
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
80较高
自动驾驶技术有助于提升交通安全和效率，具有较高的社会价值，且行业处于高速增长期。
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