软件工程师 - 运动规划 - 北/上/广

优缺点分析

角色解读

• 技术专家路线：深耕运动规划算法，成为规划领域的架构师或技术专家
• 技术管理路线：在掌握核心技术后，带领小团队负责模块或子系统开发
• 横向拓展：向决策规划（Decision）、控制（Control）或预测（Prediction）等相关模块扩展，成为更全面的自动驾驶系统工程师
• 设计并开发自动驾驶车辆的运动规划（Planning）系统架构，决定车辆如何安全、顺畅地行驶
• 实现高精度计算几何与数值计算算法，用于路径规划与轨迹生成
• 应用机器学习算法优化驾驶决策，应对复杂交通场景
• 开发或维护仿真平台与数据分析工具，以支持算法迭代与测试
• 精通C++/Python等语言，具备扎实的编程功底与算法数据结构知识
• 拥有优秀的数学建模与问题抽象能力，能用创新思维解决复杂工程难题
• 掌握机器学习基础（针对算法方向），或具备扎实的计算几何、数值优化知识（针对其他方向）
• 良好的沟通协作能力，能跨团队推进技术方案落地

申请策略

• 仔细研究小马智行近期的技术论文、博客或开源项目，在面试中展现你对公司的了解和兴趣
• 准备一个能清晰讲述的、体现你解决复杂问题能力的个人项目，最好与规划、控制或优化相关
• 重点突出C++/Python的大型项目开发经验，尤其是涉及性能优化、复杂系统或算法实现的部分
• 详细描述解决过的具体技术难题（如几何算法、优化问题、系统设计），阐述问题背景、你的方案与成果
• 如有机器学习应用经验（如决策、控制相关），应清晰说明应用场景与模型效果
• 展示良好的协作经历，例如跨团队项目、开源贡献或技术分享
• 系统复习并实践运动规划、决策规划相关的经典算法（如A*, RRT, lattice planner等）
• 深入学习C++在高性能计算中的实践（如多线程、内存管理、模板元编程）

面试指南

• 使用STAR法则（情境、任务、行动、结果）清晰讲述项目经验，重点突出技术决策过程与量化成果
• 对于系统设计类问题，遵循从需求分析、模块划分、核心算法选型到接口定义的结构化思路，强调安全性与实时性考量
• 对于算法原理问题，清晰解释核心步骤、复杂度，并结合自动驾驶场景讨论其适用性与改进方向
• 请介绍一个你参与过的最复杂的软件项目，你在其中承担的角色和解决了什么关键问题？
• 如何为自动驾驶车辆设计一个在十字路口安全、高效通行的运动规划模块？请描述你的思路
• 解释一下A*算法或RRT算法的原理与应用场景，并讨论其在实时性要求高的自动驾驶场景中可能面临的挑战
• 如果让你用机器学习方法提升规划模块在某类长尾场景（如无保护左转）的性能，你会如何着手？
• 你如何看待运动规划与预测、决策、控制模块之间的协作关系？