博世
AI Planner 算法工程师_XC
AI Planner 算法工程师_XC
发布于 大约 2 小时前普通员工/个人贡献者
苏州市
中级经验
全职员工
仅现场办公
本科
机器学习工程
Acc
Adas
Iso 26262
Lka
Lqr
Mpc
Pid
功能安全
嵌入式平台
AI 估算 · 20k–35k
ADAS算法工程师市场需求旺盛，博世作为头部Tier1薪资有竞争力，苏州生活成本适中，综合预估月薪20-35K。
职位详情
关于这个职位
该职位负责博世L2级ADAS（自适应巡航、车道保持、交通拥堵辅助等）的规划与控制算法研发，重点优化行车舒适性，并探索AI方法（模仿学习、强化学习）提升驾驶平顺感
你将参与从仿真到实车的闭环迭代，平衡安全与舒适，是自动驾驶落地的关键角色
最低要求
车辆工程、控制工程、计算机、自动化等相关专业，本科及以上学历，2年以上L2 ADAS规控开发经验
精通C++/Python，熟悉Linux及嵌入式平台（如Infineon、NXP、TI TDA4或地平线征程）
熟悉经典规划控制算法：PID、MPC、LQR、纯跟踪控制、Lattice Planner或动态规划/二次规划
工作职责
L2级纵向与横向规划控制算法研发：负责ACC、LKA、TJA等功能的规划与控制策略设计，重点优化行车舒适性（如jerk抑制、过弯平顺、跟车起步/停止柔和）
AI方法在舒适性优化中的应用：探索模仿学习、强化学习或轻量化端到端模型，从人类驾驶数据中学习平顺的油门/刹车/转向曲线，减少规则带来的机械感
舒适性与安全性的联合平衡：在保证AEB等安全功能触发优先的前提下，优化日常行驶中的误触发（如虚假减速、无必要警报）和过激干预，提升用户信任感
功能安全与舒适性约束的集成：按照ISO 26262 (ASIL等级要求) 设计规控模块的冗余与监控机制，确保异常情况下（如传感器故障、信号丢帧）能平滑降级，不产生突兀动作
仿真与实车闭环评估：搭建包含舒适性指标（冲击度、横向加速度变化率、跟车偏差）的自动化评测体系，利用路采数据驱动迭代
优先资格
有L2功能量产经验（ACC、LKA、TJA），并主导过舒适性调校（如弯道速度控制、起步/停止平滑性）
了解AI在规控中的应用：如使用行为克隆优化跟车策略，或使用强化学习学习变道舒适性参数
熟悉功能安全标准：理解ASIL等级划分、FFI分析、FMEA在规控模块中的落地
具有良好的数据驱动思维：能利用大规模路采日志进行问题定位和回归测试
AI 洞察
优缺点分析
优点
- 博世作为全球汽车零部件巨头，平台稳定，项目量产机会多，能积累扎实的工程经验
- ADAS/自动驾驶是高速成长赛道，该岗位涉及AI与规控结合，技术前沿性较强，有利于长期职业发展
- 团队技术氛围浓厚，有机会接触到从仿真到实车的完整闭环开发流程
- 经典规控算法与AI结合尚在探索阶段，需要较强的数学和算法功底，有一定的学习曲线
- 嵌入式平台开发环境相对受限，调试工具链不如互联网公司灵活
- 适合拥有车辆工程或控制工程背景、对自动驾驶规控有热情、喜欢算法落地和细节调优的工程师，同时希望能在大平台稳定积累量产经验
缺点 / 挑战
- 量产项目的交付节点压力较大，舒适性调校需要大量实车测试和精细化迭代
角色解读
- 纵向成长为ADAS规划控制专家或AI算法专家，主导核心模块设计与量产
- 横向可延伸至更高阶自动驾驶系统架构或感知/决策融合岗位
- 向技术管理方向发展，带领团队完成整车级自动驾驶功能交付
- 负责L2级ADAS功能（ACC、LKA、TJA）的规划与控制算法设计和开发，使用PID、MPC等经典算法
- 探索AI方法（如模仿学习、强化学习）优化驾驶舒适性，从人类驾驶数据中学习平顺控制策略
- 平衡安全与舒适，减少误触发和过激干预，提升用户体验，并与功能安全团队集成冗余与降级机制
- 搭建舒适性自动化评测体系，利用路采数据驱动算法迭代和回归测试
- 精通C++/Python，熟悉Linux开发环境及嵌入式平台（如Infineon、NXP、地平线）
- 扎实的经典规控算法基础：MPC、LQR、PID、Lattice Planner等
- 了解AI在规控中的应用，具备行为克隆或强化学习项目经验者优先
- 了解功能安全标准（ISO 26262）和数据驱动开发思维
申请策略
- 关注博世在智能驾驶领域的业务布局，面试时展现对舒适用车的理解
- 准备一两个自己主导的规控问题排查和优化案例，用数据说话
- 突出ADAS规控相关项目经验，尤其是ACC/LKA/TJA等功能开发或舒适性调校案例
- 量化舒适性改善效果（如jerk降低百分比、误触发率下降等）
- 展示C++/Python编程能力及嵌入式平台开发经验，列出具体芯片平台
- 如有AI项目（如模仿学习、强化学习）在规控中的应用，重点描述
- 复习并熟练掌握MPC、LQR等控制算法的数学推导和代码实现
- 学习经典的规划算法（如Lattice Planner、EM Planner），了解其优劣
面试指南
- 对于算法原理问题，采用“定义-原理-优缺点-应用场景”的结构回答
- 对于调校与问题排查，采用“问题描述-根因分析-方案设计-验证结果”的逻辑，强调数据驱动
- 对于AI相关，客观对比AI与规则方法，说明何时适合使用AI
- 请详细解释MPC的工作原理，并说明其在ACC中的具体应用
- 你如何平衡舒适性与安全性？请举例说明某个场景下如何调校
- 用过哪些AI方法在规控中？对比其与传统方法的优缺点
- 解释ISO 26262中的ASIL等级，以及规控模块如何满足ASIL要求
- 如果实车测试发现跟车起步时出现顿挫，你会如何定位和解决？
职位点评
71
综合评分
博世ADAS规控岗，技术主流、平台稳定、成长性好，但WLB和福利未明确。
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
适合追求技术成长和稳定平台、看重自动驾驶赛道机遇的求职者，对WLB有一定容忍度。
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80
工作生活60
使命价值75
薪资福利
70中等
博世作为全球领先企业，薪资处于市场中上水平，但JD未明确说明具体薪资和福利，且外企整体薪资竞争力不如国内头部互联网，不过稳定性高。
薪资信号未披露（AI估算：20K-35K/月）
成长发展
80较高
该岗位涉及ADAS与AI结合的主流技术，量产经验积累价值高，但JD未提及明确的晋升培训路径，成长更多依赖项目实战。
技术前沿主流现代技术
技术栈C++、Python、MPC、LQR、PID、ADAS、模仿学习、强化学习、功能安全
业务类型profit_center
工作生活
60中等
JD未明确工作模式与WLB，但外企普遍优于互联网；苏州生活成本适中，办公地点为园区，通勤尚可。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
75中等
ADAS是高速增长赛道，提升驾驶安全与舒适性具有社会价值，但JD未突出使命感表述。
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