Bosch logo
博世
驾驶辅助预测算法专家-_XC

驾驶辅助预测算法专家-_XC

发布于 大约 8 小时前

普通员工/个人贡献者

苏州市 / 上海市
中级经验
全职员工
仅现场办公
硕士
研究与开发 (研发)
Pytorch
Tensorflow
嵌入式平台
意图预测
深度学习
自动驾驶
轨迹预测

AI 估算 · 25k–45k

自动驾驶算法稀缺岗位,博世平台稳定,薪资竞争力强。

职位详情

关于这个职位

该职位隶属于博世自动驾驶部门,负责研发高速/城市道路及泊车场景下的车辆和行人轨迹与意图预测算法

你将参与端到端预测系统的搭建,并将算法移植到车载嵌入式平台,与团队共同推动自动驾驶技术落地
适合有深度学习背景、对预测算法有热情的技术专家

最低要求

硕士及以上学历,计算机科学相关专业(人工智能、计算机科学、电子信息工程等),至少3年相关工作经验

擅于跟踪和学习学术界或工业界前沿AI技术,有独立分析和解决问题能力
在车辆轨迹/意图预测,行人轨迹/意图预测、机器学习和深度学习方面有经验,同时熟悉常用算法与数据结构,也具备良好的创新意识和团队精神
熟悉的数据结构和算法,有较强的算法实现能力,掌握C/C++、Python等常用开发语言
有基于深度学习的车辆轨迹/意图预测,行人轨迹/意图预测的背景和经验,熟悉主流的深度学习框架之一,比如:Caffe、Tensorflow、PyTorch等
对神经网络有良好的理论和项目经验
学习能力强,对算法开发有强烈兴趣,工作认真负责,面对挑战性问题能够充满热情,具有良好的创新意识和团队精神

工作职责

负责高速/城市End-to-End的自动驾驶功能中的车辆和行人的意图和轨迹预测算法的研发和实现

负责HPA, VPA等泊车场景下的行人和车辆意图和轨迹预测算法的开发和实现
负责算法在车载嵌入式平台移植与优化
负责对应数据采集需求的管理和沟通,进度跟踪

优先资格

有汽车相关背景或实际项目开发经验者优先,或有人工智能国际顶会/期刊论文发表/知名竞赛获奖经历者优先

AI 洞察

优缺点分析

优点

  • 博世全球领先的汽车技术平台,技术积累深厚,项目具有影响力
  • 自动驾驶是高速增长赛道,个人技能增值空间大
  • 接触前沿AI技术,包括端到端预测和嵌入式部署
  • 工作地点可选苏州或上海,兼顾生活与职业发展
  • 自动驾驶技术难度高,需持续学习学术界和工业界最新进展
  • 与其他团队(感知、规划、数据)协作较多,沟通成本高
  • 适合对自动驾驶算法充满热情、具备扎实深度学习基础、乐于解决工业界实际问题并追求技术深度成长的工程师

缺点 / 挑战

  • 车载嵌入式平台资源有限,模型优化与实时性挑战大

角色解读

  • 成为自动驾驶预测领域的专家,引领技术方向与架构设计
  • 晋升为技术主管或项目经理,管理算法团队
  • 横向拓展至决策规划、感知融合等相邻技术领域
  • 研发高速/城市自动驾驶中的车辆和行人轨迹与意图预测算法
  • 负责HPA/VPA等泊车场景下的预测算法开发
  • 将深度学习模型移植并优化到车载嵌入式平台
  • 管理数据采集需求并与团队协作推进项目
  • 扎实的机器学习与深度学习基础,熟悉PyTorch、TensorFlow等框架
  • 精通C/C++和Python,具备较强算法实现与优化能力
  • 熟悉车辆/行人轨迹预测相关算法与数据结构
  • 良好的创新意识与团队协作能力

申请策略

  • 关注博世自动驾驶业务方向和产品规划,面试中展现对行业的理解
  • 准备好一个完整的项目讲解,涵盖算法设计、部署实践和效果分析
  • 突出轨迹预测或行为预测相关的项目经验,说明技术方案与效果
  • 强调深度学习框架(PyTorch/TensorFlow)使用经验和C++编程能力
  • 展示发表的论文或竞赛成绩,体现学术或竞赛背景
  • 提及汽车行业或嵌入式开发经验,增加匹配度
  • 补充端到端自动驾驶架构(如感知预测联合模型)知识
  • 学习嵌入式模型优化技术,如TensorRT、量化、剪枝

面试指南

  • 使用STAR法则描述项目:背景、任务、行动、结果,突出技术贡献
  • 对于部署问题,从模型压缩、量化、推理框架选择等角度系统回答
  • 对于多模态问题,对比基于模型(如生成模型)和基于规则的方法
  • 请详细介绍你参与过的轨迹预测项目,包括算法选择、数据集、最终效果
  • 深度学习模型如何部署到车载嵌入式平台?请说明挑战和常用优化方法
  • 行人轨迹预测中如何处理多模态不确定性?有哪些常用方法?
  • 你如何跟踪学术界前沿技术?举例说明你最近关注的一个算法
  • 手写代码:实现一个简单的离散轨迹预测或路径规划算法

职位点评

74
综合评分

博世自动驾驶预测算法专家,前沿技术栈,薪资有竞争力,但工作强度未知。

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
该岗位最适合看重技术成长与行业前景的求职者,对愿意在自动驾驶领域深耕、追求前沿技术挑战的工程师有较强吸引力。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展85
工作生活60
使命价值70

薪资福利

75中等

博世作为全球知名企业,薪酬福利体系完善,但JD未明确具体薪资及福利细节,因此补偿性动机整体处于中等偏上水平。

薪资信号未披露(AI估算:25K-45K/月)

成长发展

85较高

该岗位处于自动驾驶前沿技术领域,涉及深度学习、轨迹预测、嵌入式优化,个人技能成长空间大,但JD未提及明确晋升通道。

技术前沿前沿/新兴技术
技术栈深度学习、轨迹预测、PyTorch、TensorFlow、嵌入式
业务类型profit_center

工作生活

60中等

工作地点为苏州或上海,需现场办公,JD未明确工作生活平衡政策,自动驾驶项目可能有较高强度。

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

70中等

自动驾驶行业处于高速增长期,对社会交通安全有积极影响,但JD未强调使命感或社会价值。

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
Watch Jobs