博世
智能驾驶闭环端到端研究员_CR
智能驾驶闭环端到端研究员_CR
发布于 大约 3 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
机器学习工程
Adas
E2E
Pytorch
传感器融合
机器学习
自动驾驶
计算机视觉
AI 估算 · 30k–50k
自动驾驶E2E是前沿方向，技能稀缺，博世平台稳定，薪资竞争力较强。
职位详情
关于这个职位
该职位致力于研发自动驾驶闭环端到端算法，融合摄像头、雷达和激光雷达数据
你将参与ADAS E2E pipeline的设计与部署，挖掘corner case，并与全球团队协作
适合对自动驾驶前沿技术有热情、具备扎实机器学习基础的优秀人才
最低要求
拥有计算机科学、电气工程、机电一体化、机械工程或相关专业的优秀硕士学位
在E2E模型领域有扎实的知识，特别是在perception和AI planner方面
熟悉E2E领域的SOTA方法，例如VAD、PDM-Hybrid、Diffusion Models、sparsedrive、diff-vla等
对AI planner相关数据集（如NuPlan）有深入理解
熟悉现代AI框架，如PyTorch、HR HAT
具有在车载ADAS计算单元上设计和部署perception模块的经验
熟悉Python或C++
熟悉Linux操作系统
具有ADAS传感器（如cameras、radars、LiDARs）相关经验
热爱创新，具备出色的问题解决能力和创业思维
强大的团队合作精神，能够自主高效地工作
优秀的沟通能力，英语口语和书面表达流利
工作职责
基于camera、radar和lidar，研发用于自动驾驶的closed-loop E2E相关算法，例如用于驾驶的two-stage和one-stage模型
参与车辆上ADAS E2E pipeline的设计与部署，包括上游和下游模块之间的交互
负责于端到端相关的数据准备和corner case挖掘，支持模型训练于验证
与博世中国及全球的业务部门合作，进行需求分析、技术转移，并评估新概念的市场吸引力
在中国范围内侦察、识别和跟踪新技术趋势与新兴技术，分析其对博世研发战略的影响，并识别关键合作伙伴
优先资格
博士学历更佳
具备E2E ADAS研发经验者优先
国际经验者优先
AI 洞察
优缺点分析
优点
- 博世是汽车技术巨头，平台稳定，资源丰富
- 自动驾驶E2E是行业前沿方向，技术含量高，个人成长快
- 与全球团队合作，国际化视野
- 涉及多传感器融合和AI规划，技能全面
- 自动驾驶研发难度大，需要持续学习最新论文和方法
- 对综合能力要求高，需同时掌握算法、部署和传感器知识
缺点 / 挑战
- 可能面临较大工作压力，项目周期紧张
- 适合对自动驾驶有强烈兴趣、具备扎实AI基础、喜欢挑战前沿技术并愿意与国际化团队协作的研究型人才
角色解读
- 从研究员发展为技术专家，在E2E自动驾驶领域深入，成为技术带头人
- 可向技术管理方向转型，带领团队负责完整自动驾驶系统研发
- 在博世体系内可获得全球资源，未来可转向战略技术规划或创业方向
- 研发自动驾驶闭环端到端算法，包括基于多传感器的驾驶模型（如两阶段和单阶段）
- 设计并部署车载ADAS E2E pipeline，协调上下游模块交互
- 负责端到端模型的数据准备、corner case挖掘与模型训练验证
- 与国内外业务部门合作开展需求分析、技术转移与前沿技术趋势跟踪
- 扎实的机器学习/深度学习基础，熟悉E2E自动驾驶模型（如VAD、Diffusion Models等）
- 熟悉PyTorch等现代AI框架，掌握Python或C++编程，熟悉Linux环境
- 了解ADAS传感器（camera/radar/lidar）以及车载计算单元上的部署经验
- 良好的沟通能力和英语水平，能够跨国协作
申请策略
- 了解博世中国研发中心的自动驾驶布局，针对性地准备与E2E方向相关的项目介绍
- 可以联系内部人士获取技术团队信息，展示对博世研究战略的理解
- 突出端到端自动驾驶项目经验，包括模型设计、训练和部署
- 强调对E2E SOTA方法的理解，如VAD、Diffusion Models等
- 展示扎实的编程能力（Python/C++）和PyTorch框架使用经验
- 如果有发表论文或竞赛经历，重点提及
- 深入学习NuPlan等规划数据集和现有E2E模型代码
- 补充多传感器融合和车载计算单元（如TensorRT、CUDA）经验
面试指南
- 采用STAR法则（情境、任务、行动、结果）清晰描述项目经历
- 对于算法原理问题，先解释核心概念，再举例说明应用场景和优劣
- 对于工程问题，强调问题定义、方案权衡、验证结果和迭代优化
- 请介绍一个你参与过的端到端自动驾驶项目，你负责的部分是什么？
- 如何理解closed-loop E2E与open-loop的区别？在实现中有什么挑战？
- 如何设计数据清洗和corner case挖掘流程来提升E2E模型性能？
- 请解释VAD或Diffusion Models在自动驾驶规划中的应用原理
- 在车载嵌入式平台上部署模型时，你会如何优化计算效率？
职位点评
74
综合评分
博世自动驾驶E2E研究员，前沿技术、平台强大、发展性强，但薪资未披露且WLB信息不明。
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
该职位最适合看重技术成长和前沿研究、同时关注行业社会价值的求职者，对工作生活平衡可能需自行调节。
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60
使命价值80
薪资福利
70中等
博世作为跨国巨头，薪资福利通常较完善，但具体未披露，给予中等偏上评分。
薪资信号未披露（AI估算：30K-50K/月）
成长发展
85较高
该职位处于自动驾驶E2E前沿，技术成长空间大，但未明确晋升通道，仍属高发展性机会。
技术前沿前沿/新兴技术
技术栈E2E、ADAS、PyTorch、Python、C++、Linux、camera、radar、lidar
业务类型ambiguous
工作生活
60中等
工作地点为上海，但工作节奏未明确，WLB信息不足，中立评分。
工作模式未明确
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E2E技术致力于提升交通安全与效率，行业前景广阔，具有较高社会价值。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号improve quality of life
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