【华锐捷】雷达算法工程师(J15889)

优缺点分析

角色解读

• 从算法工程师成长为资深算法专家，深入雷达感知领域
• 向技术主管或架构师方向发展，主导算法框架设计
• 横向拓展至智能驾驶系统整体架构，成为系统级专家
• 负责车载毫米波雷达跟踪算法框架的搭建与优化，包括目标信号检测和航迹跟踪
• 根据客户需求改进算法性能，提升复杂场景下的适用性和跟踪稳定性
• 联合视频雷达融合算法进行系统联调，制定新功能方案及实现
• 扎实的雷达信号处理基础，包括目标检测、跟踪等算法原理
• 熟练掌握DSP、FPGA或ARM等嵌入式开发经验，以及MATLAB仿真和C语言编程
• 具备量产雷达算法开发经验者优先，了解智能驾驶系统需求

申请策略

• 在申请时主动表达对车载雷达方向的热情和对公司产品的了解，展示与岗位的匹配度
• 突出雷达信号处理、目标检测与跟踪相关的项目经验，尤其是量产产品经验
• 强调DSP/FPGA/ARM嵌入式开发经历，展示MATLAB仿真和C语言编程能力
• 如果有视频雷达融合或智能驾驶相关经验，务必重点描述
• 补充学习ADAS系统架构和毫米波雷达最新技术（如4D成像雷达）
• 熟悉常用的雷达数据处理库和仿真工具（如RadarSim）

面试指南

• 针对原理类问题：先给出整体流程框架，再分步解释关键算法（如CFAR检测、卡尔曼滤波等），并结合项目实例说明
• 针对优化类问题：从问题定义、瓶颈分析、改进方案、效果验证四个维度展开，强调数据驱动和迭代思维
• 针对融合类问题：阐述不同传感器的优势互补，介绍时间/空间对齐方法及融合策略（如目标级、特征级）
• 请描述毫米波雷达信号处理的基本流程，从回波到目标输出的关键步骤
• 如何实现多目标跟踪中的航迹关联与滤波？举例说明常用算法
• 你使用过哪些嵌入式平台开发雷达算法？遇到过哪些实时性挑战？
• 如何评估和改进雷达算法在复杂场景下的性能？
• 谈谈你对视频与雷达融合感知的理解，在目标跟踪中如何融合？