滴滴出行
27届秋招-自动驾驶-控制算法工程师
27届秋招-自动驾驶-控制算法工程师
发布于 大约 11 小时前普通员工/个人贡献者
北京市 / 上海市
无经验要求
全职员工
仅现场办公
硕士
自动化控制
参数标定
实车测试
最优控制
自动驾驶
车辆动力学
运动规划
问题定位
Hil/Sil/Mil仿真
AI 估算 · 20k–30k
自动驾驶算法方向热门，滴滴平台大，校招薪资具有竞争力，硕士起薪约2-3万。
职位详情
关于这个职位
这个职位负责滴滴自动驾驶中安全冗余系统和规控算法的开发与部署，参与仿真验证和实车测试，并支持量产交付
需要扎实的C++功底和控制理论，是自动驾驶核心算法方向，适合对汽车和AI感兴趣的应届硕士
最低要求
届毕业生，硕士及以上学历，研究方向为计算机、自动化、车辆工程等相关
编程基础扎实，熟悉基本算法和数据结构，熟练掌握C/C++编程
熟悉最优控制理论、车辆动力学建模及运动规划和控制算法
善于思考，逻辑清晰，有优秀的问题分析和解决能力
良好的沟通和合作能力，责任心和团队意识强
工作职责
负责安全冗余系统监控及规控算法的开发、调试和部署
参与算法的HIL/SIL/MIL仿真验证、实车测试与性能优化
支持量产交付，包括参数标定、软件包发布、故障复现和问题定位等
优先资格
有自动驾驶相关经验，包括但不限于：智能驾驶、机器人等项目实习或落地经验
AI 洞察
优缺点分析
优点
- 滴滴自动驾驶业务布局早，平台资源丰富，能接触真实场景数据
- 安全冗余和规控是自动驾驶核心，技术含金量高，积累经验大有可为
- 校招岗位，有系统性培养和成长机会
- 自动驾驶技术难度高，需要扎实的理论和工程实践能力
- 多城市协作，可能需要出差或异地工作
缺点 / 挑战
- 量产交付压力大，可能需要频繁测试和调试，工作强度较高
- 适合对自动驾驶控制算法有浓厚兴趣，数理基础扎实，愿意挑战复杂工程问题的应届硕士
角色解读
- 从算法工程师逐步成长为自动驾驶规控领域专家
- 可向技术管理方向发展，带领团队
- 也可横向拓展到其他自动驾驶模块
- 负责安全冗余系统的监控与规控算法开发，确保自动驾驶系统安全可靠
- 参与算法的仿真验证（HIL/SIL/MIL）和实车测试，优化性能
- 支持量产交付，进行参数标定和问题定位
- 扎实的C/C++编程能力，熟悉数据结构和算法
- 掌握最优控制理论、车辆动力学建模和运动规划算法
- 具备良好的问题分析和解决能力，逻辑清晰
申请策略
- 关注滴滴自动驾驶的业务方向，了解其技术路线
- 可尝试联系内部员工了解团队氛围和面试重点
- 突出实习或研究项目中与自动驾驶、机器人控制相关的经验
- 强调C++编程能力和算法功底，可附上GitHub或代码示例
- 如有论文、竞赛、开源项目经历，务必体现
- 提前复习最优控制（MPC、LQR）和车辆动力学模型
- 熟悉常见仿真工具如CarSim、Simulink，了解HIL/SIL测试流程
- 练习C++工程实践，了解ROS等自动驾驶系统
面试指南
- 先阐述理论原理，再结合项目经验说明如何应用，最后总结难点和解决办法
- 用STAR法则描述项目经历，突出个人贡献和结果
- 对于工程问题，体现系统性思考：从现象分析、假设验证到定位修复
- 请解释MPC（模型预测控制）的基本原理和应用场景？
- 如何设计一个安全冗余监控模块？你会考虑哪些关键点？
- C++中内存管理有哪些注意事项？智能指针的使用有哪些坑？
- 车辆动力学建模中，自行车模型和运动学模型有什么区别？何时适用？
- 如果实车测试中发现问题，你会如何定位和解决？
职位点评
72
综合评分
自动驾驶核心算法岗，技术前沿，成长空间大，但工作强度和灵活性未知。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
更适合这类人
适合追求技术成长和行业前景，对自动驾驶有热情的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展85
工作生活50
使命价值80
薪资福利
70中等
滴滴作为上市公司，薪资福利有保障，但具体数额未披露，竞争力判断中性。
薪资信号未披露（AI估算：20K-30K/月）
成长发展
85较高
自动驾驶是前沿方向，控制算法核心性强，个人技术成长空间大。
技术前沿前沿/新兴技术
技术栈C++、最优控制、车辆动力学、运动规划、自动驾驶、HIL/SIL/MIL
业务类型ambiguous
工作生活
50较低
工作地点在一线城市，但JD未提及工作强度，时间灵活性低。
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
80较高
自动驾驶可提升出行安全，技术革新意义大，行业前景广阔。
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
滴滴出行 的其他在招职位
相似职位推荐
Watch Jobs