自动驾驶测评开发工程师/专家

优缺点分析

角色解读

• 从测评开发工程师向自动驾驶测试专家或系统架构师方向发展
• 深入大模型与Agent在自动驾驶领域的应用，成为智驾数据闭环领域的技术骨干
• 负责自动驾驶感知模块的测评算法开发，构建并优化数据闭环流程
• 调研并落地Agent智能探索测评方案，实现针对智驾系统的自动化探索性测试
• 将大模型工具引入日常工作流，提升整体测评与数据处理效率
• 熟练掌握Python或C++，具备扎实的Linux、网络通信及数据结构基础
• 了解自动驾驶感知、规控等模块及图像处理、点云数据处理技术
• 具备分布式系统及微服务架构开发经验，熟悉MongoDB、SQL等数据库

申请策略

• 了解地平线在自动驾驶芯片及算法领域的最新进展，特别是其征程系列芯片及SuperDrive系统，展现对公司业务的深入理解
• 突出Python/C++编程能力及Linux环境下的开发经验，展示扎实的工程基础
• 详细列举自动驾驶数据处理（图像/点云）或感知/规控模块的开发与测评经验
• 展示分布式系统或微服务架构的实际项目成果，以及MongoDB/SQL等数据库的使用经验
• 提前了解Agent智能测试方案及大模型在自动驾驶数据闭环中的应用场景与落地案例
• 复习并巩固分布式系统架构设计，提升处理高并发、大规模数据流转的能力

面试指南

• 采用STAR法则（情境、任务、行动、结果）描述项目经验，突出个人贡献与量化成果
• 对于新技术引入，先阐述业务痛点，再说明技术选型理由，最后展示落地效果与效率提升指标
• 请介绍一个你主导或深度参与的自动驾驶感知模块测评项目，遇到了哪些技术难点？
• 如何将大模型或Agent技术引入到自动化探索性测试中？请分享你的思路与落地方案
• 在分布式系统或微服务架构下，你是如何设计测评算法的数据流转与存储的？
• 针对图像或点云数据，你通常使用哪些工具或框架进行处理与分析？
• 准备1-2个自动驾驶测评或数据处理的完整项目案例，并准备好相关代码逻辑或架构图
• 了解当前自动驾驶测试领域的最新趋势，特别是基于大模型的自动化测试与Agent应用