博世
前瞻研发部门匹配专家_XC
前瞻研发部门匹配专家_XC
发布于 大约 8 小时前普通员工/个人贡献者
苏州市
高级经验
全职员工
仅现场办公
硕士
系统与安全工程
Canoe
Iso 26262
Lqr
Matlab/Simulink
Mpc
Pid
智能驾驶
车辆动力学
AI 估算 · 30k–50k
苏州智能驾驶专家岗，博世平台，技能门槛高且稀缺，薪资竞争力强，综合15薪左右。
职位详情
关于这个职位
这个职位负责下一代智能驾驶算法在原型车和量产平台上的参数匹配、功能调试与性能优化
你将深入理解感知、规划、控制算法，通过实车测试和工具链开发，确保系统在极端工况下的安全性、舒适性与鲁棒性
适合有车辆控制或智能驾驶背景、喜欢动手调参和解决复杂工程问题的工程师
最低要求
教育背景：车辆工程、自动化、控制工程、计算机科学等相关专业，硕士及以上学历
年以上相关工作经验
专业技能：
精通车辆动力学及控制理论（PID、MPC、LQR等），理解智能驾驶感知与规划算法原理
熟练掌握C/C++、Python或MATLAB/Simulink，具备一定的代码阅读与脚本编写能力
精通Vector工具链或ETAS工具链，熟悉CAN/LIN/FlexRay等车载总线协议
软性素质：
具备极强的逻辑思维能力和问题分析能力，善于从数据中寻找真相
具备良好的实车测试抗压能力（能接受出差测试）
流利的英语沟通能力，能够适应国际化团队协作
工作职责
系统匹配与调试：
负责智能驾驶系统（感知、融合、决策、规划、控制）各模块的参数匹配与性能调优
重点攻克车辆动力学控制、轨迹规划、传感器融合策略等核心环节的参数标定，确保系统在复杂城市场景下的表现
实车测试与问题闭环：
主导实车道路测试，针对Corner Case（极端工况）进行分析与复现，通过调整匹配参数或提出算法优化需求解决功能缺陷
使用CANoe、CANape、INCA等工具进行数据采集与分析，评估系统性能指标
自动化工具链开发：
针对前瞻研发的高迭代速度，参与或主导自动化匹配工具链的开发与维护，提升从MIL/SIL/HIL到实车测试的标定效率
系统工程与需求管理：
参与智能驾驶系统的功能定义与需求分解，负责撰写和评审系统级技术规范，确保需求具备可测试性与可实现性
主导系统FMEA（失效模式与影响分析）的制定与更新，识别系统潜在风险并提出优化方案
跨部门协同：
与算法开发团队紧密合作，反馈模型在实车匹配中的局限性，推动算法架构的迭代升级
与功能安全团队协作，确保匹配参数满足ISO 26262功能安全要求
优先资格
有ADAS（ACC、LKA、AEB）或高阶智能驾驶（NOA、AVP）项目的实车匹配或标定经验者优先
熟悉常用感知传感器（Camera、LiDAR、Radar）的标定流程与特性者优先
AI 洞察
优缺点分析
优点
- 智能驾驶是高速发展的赛道，技术含金量高，行业前景广阔
- 博世作为汽车零部件巨头，平台资源丰富，能接触量产级项目和前沿研究
- 工作内容覆盖从算法到实车的全链条，能系统性提升工程能力
- 薪资福利具有竞争力，苏州生活成本相对可控，稳定性好
- 对综合能力要求高，既要懂算法又要懂车辆控制，学习曲线陡峭
- 参数匹配和调试工作细致繁琐，需要极大的耐心和严谨性
- 适合对智能驾驶技术有浓厚兴趣、具备车辆控制背景、喜欢动手调试和数据驱动问题解决，且能适应出差和高压测试环境的工程师
缺点 / 挑战
- 实车测试工作量大，可能需要频繁出差，工作强度较高
角色解读
- 成为智能驾驶系统标定与匹配领域的专家，主导复杂技术问题的解决
- 可向算法开发、系统架构或技术管理方向发展，积累跨领域经验
- 在博世大平台，有机会参与国际项目，逐步成长为技术负责人或专家
- 负责智能驾驶系统各模块的参数匹配与性能调优，涵盖感知、融合、决策、规划、控制
- 主导实车道路测试，分析极端工况，通过调整参数或提出算法优化解决功能缺陷
- 开发和维护自动化标定工具链，提升从仿真到实车测试的标定效率
- 参与系统需求定义、FMEA分析，并与算法和功能安全团队紧密协作
- 精通车辆动力学与控制理论（PID、MPC、LQR等），深入理解智能驾驶算法原理
- 熟练掌握C/C++、Python或MATLAB/Simulink，能够编写脚本进行数据处理和工具开发
- 熟悉Vector/ETAS工具链以及CAN/LIN/FlexRay等车载总线协议
- 具备实车测试经验，能应对极端工况，且善于从数据中定位问题
申请策略
- 关注博世苏州智能驾驶团队的技术方向，在面试中展示对业务的了解
- 强调自己能够接受出差和实车测试，展示抗压能力和适应力
- 突出ADAS或高阶智能驾驶项目的实车标定和匹配经验，列举具体成果和解决的corner case
- 强调车辆动力学控制理论的实际应用，如PID、MPC、LQR等在项目中的使用
- 展示工具链开发能力，如用Python或MATLAB实现自动化数据处理和批量标定
- 写明熟悉ISO 26262和FMEA等安全标准，体现工程规范性
- 提前熟悉Vector CANoe/CANape等工具的操作，了解标定基本流程
- 复习车辆动力学和控制理论，特别是MPC和LQR的工程实现
面试指南
- 采用STAR法（情境-任务-行动-结果）结构化回答，突出个人贡献和数据支撑
- 从系统角度分析问题，先定位模块，再分析可能原因，最后用数据验证
- 强调跨职能协作，说明如何与算法、功能安全团队沟通推进问题解决
- 请描述一次你通过参数匹配解决实车极端工况问题的经历
- 如何理解ACC、AEB等功能中的控制参数标定目标？
- 如何处理传感器融合中参数不一致导致的性能下降？
- 在项目中如何平衡实车测试与仿真的效率？
- 请介绍你使用CANoe进行数据采集和分析的经验
职位点评
74
综合评分
博世苏州智能驾驶标定专家，前沿技术，薪资好，但需适应出差和实车测试。
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职业发展，且能够接受出差和现场测试的求职者。
表现最好
薪资福利
相对薄弱
工作生活
薪资福利85
成长发展82
工作生活45
使命价值72
薪资福利
85较高
博世作为跨国巨头，提供有竞争力的薪酬和完善的福利，苏州生活成本适中，补偿性动机满足度较高。
薪资信号未披露（AI估算：30K-50K/月）
成长发展
82较高
智能驾驶是前沿技术领域，岗位能深入接触算法与工程实战，技能成长空间大，但晋升路径未在JD明确。
技术前沿前沿/新兴技术
技术栈智能驾驶、车辆动力学、MPC、LQR、C/C++、Python、MATLAB/Simulink、CANoe
业务类型ambiguous
工作生活
45较低
工作地点在苏州，但实车测试和出差要求对生活平衡影响较大，JD未提及弹性办公或WLB相关福利。
工作模式仅现场办公
办公地点未明确
加班情况JD含高强度暗示词
使命价值
72中等
智能驾驶有助于提升交通安全和出行效率，行业前景好，但岗位以匹配调试为主，直接社会价值感中等。
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
博世 的其他在招职位
相似职位推荐
Watch Jobs