博世
自动泊车功能开发工程师_XC
自动泊车功能开发工程师_XC
发布于 大约 15 小时前普通员工/个人贡献者
上海市
高级经验
全职员工
仅现场办公
硕士
机器学习工程
Ai Agent
Apa
Carla
Hpa
Ros
仿真测试
大语言模型
强化学习
自动泊车
AI 估算 · 35k–55k
博世作为跨国巨头，上海高级算法岗薪资具有市场竞争力，叠加自动驾驶技术稀缺性，薪资处于中高水平。
职位详情
关于这个职位
负责自动泊车（APA）及记忆泊车（HPA）功能的客户需求分析、规控算法开发、创新功能预研与实车调测，同时利用大语言模型和AI Agent技术赋能研发流程，搭建仿真测试框架，推动泊车系统产品力持续提升
最低要求
硕士及以上学历，计算机、车辆工程、人工智能、电子信息、机械电子、通信工程等相关专业
精通 C/C++/Python 等编程语言，具备扎实的算法与数据结构基础
熟练掌握 JSON、Markdown等数据或文本格式
具备从零搭建测试 Harness 工程框架的实战经验，精通自动驾驶仿真测试技术，熟练使用常用仿真工具（如CARLA、VTD、PreScan等）及自动化测试脚本开发
精通 ROS 框架，具备 Linux 或 QNX 系统下的量产项目开发与调试经验
熟练掌握软件架构设计模式，具备丰富的智驾域控端应用软件开发经验，熟悉各类中间件，并有算力与系统资源优化经验
精通路径规划算法（如强化学习、混合A*、TEB、Lattice及基于AI的规划算法等），至少在2个量产或重点客户项目中成功应用上述算法，实现泊车功能及性能提升
熟悉常用车辆纵向与横向控制算法，深入理解其原理及优劣势
熟悉泊车场景的感知方案及应用趋势，了解低速车载传感器（摄像头、超声波、毫米波雷达、激光雷达）及多传感器融合感知算法，具备跨模块协作与系统级优化能力
熟悉车载IMU、GPS及多传感器融合定位技术
具备自动泊车量产项目经验者优先
洞察泊车领域算法发展趋势，具备新算法预研与落地能力
熟练掌握大模型辅助编程技巧（如 Vibe Coding），精通提示词与上下文工程
精通 Harness 工程，必须能通过严格的自动化验证闭环，确保 AI 辅助生成的代码符合车规级量产标准
具备独立搭建研发效能类 AI Agent 的能力，精通 Skill 开发（将工程工具与流程封装为Agent可调用的技能插件），熟练掌握 MCP 协议
有利用大语言模型（LLM）加速ADAS领域内代码开发、测试或问题分析的经验者优先
工作职责
需求与架构设计：负责自动泊车（APA）及记忆泊车（HPA）功能的客户需求分析，设计并持续优化车端业务逻辑与软件架构
规控算法开发：负责泊车规控算法的设计、开发、优化与重构，制定算法KPI，并主导系统异常（如coredump）及复杂Bug的分析与修复
创新功能拓展：负责泊车场景下创新性功能的预研、开发与验证，对标竞品并融合用户体验反馈，持续提升泊车系统产品力
实车调测与闭环：负责APA/HPA功能的实车联调、性能测试及问题分析定位，确保车端功能性能的高质量交付
AI驱动基建搭建：主导构建可持续开发的 Harness 工程框架（涵盖MIL/SIL、开闭环仿真等），为规控算法的快速迭代与自动化验证提供支持
研发智能体与 Skill 开发：搭建面向研发流程的 AI Agent 架构，开发智能体 Skill 插件，将代码生成、Log分析、仿真触发等工程动作封装为可调用工具，实现研发流程的自动化与智能化
LLM 辅助开发：运用大语言模型（LLM）辅助编码与算法迭代，设计高质量的任务指令与上下文管理策略，提升代码产出效率
工程文档规范化：编写并维护高质量技术文档与配置文件（JSON/Markdown/HTML等），沉淀开发知识、测试用例与提示词模板，提升团队协作效率
优先资格
具备自动泊车量产项目经验者优先
有利用大语言模型（LLM）加速ADAS领域内代码开发、测试或问题分析的经验者优先
AI 洞察
优缺点分析
优点
- 涉及自动泊车前沿技术，包括规控算法、AI Agent和LLM辅助开发，技术含金量高
- 博世作为Tier1巨头，平台资源丰富，项目量产机会多，职业履历含金量高
- 团队鼓励创新，可参与预研新型功能，紧跟行业趋势
- 技术要求全面且深入，需同时掌握算法、工程、仿真、AI等多领域技能，学习曲线陡峭
- 需要适应AI辅助开发的新模式，提示词工程与Agent搭建可能需要额外学习投入
- 适合具有扎实自动驾驶算法量产经验，并对AI赋能研发有强烈兴趣的资深工程师
缺点 / 挑战
- 量产项目压力大，需解决实际车端问题，对问题定位和修复能力要求高
角色解读
- 从泊车算法工程师向自动驾驶系统架构师或技术专家发展，主导更复杂的系统功能
- 可横向拓展至记忆泊车、代客泊车等高级功能，或转向感知、定位等其他模块
- 随着AI Agent和LLM在研发中的深度应用，有机会成为研发效能领域的专家
- 负责自动泊车（APA）和记忆泊车（HPA）的客户需求分析与软件架构设计，确保功能满足车规级标准
- 开发并优化泊车规控算法，包括路径规划、控制算法，并处理系统异常与复杂Bug
- 利用大语言模型和AI Agent技术自动化研发流程，如代码生成、日志分析、仿真触发等
- 搭建仿真测试框架（MIL/SIL），进行实车联调与性能测试，确保高质量交付
- 精通C/C++/Python，扎实的算法与数据结构基础，熟悉JSON、Markdown等格式
- 深入掌握ROS、Linux/QNX系统开发，有量产项目经验
- 精通路径规划算法（强化学习、混合A*、TEB、Lattice等）并有量产应用经验
- 熟悉大模型辅助编程（Vibe Coding）和AI Agent开发（Skill、MCP协议）
申请策略
- 深入了解博世在自动泊车领域的产品线（如APA、RPA），面试时结合自身经验提出改进设想
- 关注公司文化中对创新和AI技术的重视，在面试中展现学习能力和跨团队协作精神
- 突出自动泊车或相关领域的量产项目经验，详细说明使用的算法（如混合A*、TEB）及性能提升数据
- 强调ROS、Linux/QNX系统下的开发经验，以及仿真工具（CARLA、VTD等）的使用
- 展示大模型辅助编程或AI Agent开发的实际案例，如用LLM自动化代码生成或日志分析
- 强化路径规划与控制算法的理论基础，尝试复现经典算法或实现自己的改进版本
- 学习ROS 2和DDS中间件，了解车规级开发标准（如MISRA C++）
- 练习使用LangChain或类似框架搭建简单的AI Agent，熟悉MCP协议和Skill封装
面试指南
- 采用STAR法则（情境-任务-行动-结果）描述项目经历，突出技术难点和量化成果
- 对于技术问题，先阐述原理，再结合自身经验说明选型考量和优化过程
- 请详细描述你参与过的自动泊车量产项目，你负责的算法模块及如何优化性能？
- 如何设计一个测试Harness框架来验证泊车规控算法？
- 你对路径规划中的混合A*算法如何理解？在实际项目中遇到过哪些挑战？
- 你如何使用大模型辅助开发？能否举例说明你设计的提示词或Agent技能？
- 在Linux系统下开发自动驾驶应用时，如何处理coredump或复杂Bug？
- 复习自动泊车领域的经典算法论文，如Hybrid A*、TEB、Lattice Planner等
职位点评
69
综合评分
自动驾驶前沿技术岗位，AI加持研发，技术成长极高，但WLB一般。
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
最看重技术成长和职业发展，能接受一定工作压力的资深算法工程师。
表现最好
成长发展
相对薄弱
工作生活
薪资福利65
成长发展92
工作生活40
使命价值78
薪资福利
65中等
JD未明确薪资，但博世作为大型跨国企业通常提供具有市场竞争力的薪酬和福利，上海地区该岗位薪资预计处于中高水平。
薪资信号未披露（AI估算：35K-55K/月）
成长发展
92较高
该职位技术要求极高，涉及自动驾驶规控算法、AI Agent、LLM等前沿技术，且鼓励创新，成长空间巨大。
技术前沿前沿/新兴技术
技术栈C++、Python、ROS、强化学习、混合A*、TEB、Lattice、大语言模型、AI Agent、MCP、CARLA、VTD
业务类型profit_center
工作生活
40较低
工作地点上海现场办公，JD未提及弹性工作或远程选项，且自动驾驶量产项目可能涉及加班，对WLB有一定影响。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
78中等
自动驾驶行业高速发展，提升出行安全与效率具有社会价值，但具体职位对直接社会贡献不明显。
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