智能驾驶系统工程师SE

优缺点分析

角色解读

• 纵向可发展为自动驾驶系统架构专家或技术总监，主导下一代智驾系统架构
• 横向可向产品经理或芯片定义专家转型，深入参与自研芯片的软硬件协同设计
• 负责ADAS/AD高级别自动驾驶系统产品的功能需求定义、技术规范编制及需求文档整理
• 进行系统架构定义，针对自研芯片细化系统层面架构，提出芯片和算法需求
• 跨团队沟通合作，追踪技术问题，细化用户场景并识别技术风险
• 具备自动驾驶、ADAS或AD产品的系统开发与应用经验，熟悉系统架构设计
• 掌握C/C++或Python，了解计算机视觉、嵌入式编程及各类感知传感器
• 拥有出色的跨部门沟通能力、问题解决能力及快速学习能力

申请策略

• 提前了解地平线征程系列芯片的技术特点及最新量产车型合作案例，面试时结合具体场景阐述架构设计思路
• 重点突出在ADAS/AD产品中的系统架构设计、需求分析及技术风险识别的具体项目经验
• 强调与芯片团队或算法团队的协作经历，展示软硬件协同设计或提出芯片/算法需求的能力
• 列出掌握的C/C++/Python技能及计算机视觉、机器学习相关的项目落地成果
• 深入了解主流自动驾驶系统架构（如SOA架构）及自研芯片的底层逻辑与算力分配
• 补充感知传感器（如激光雷达、毫米波雷达、摄像头）的底层原理及数据融合知识

面试指南

• STAR法则：针对项目经验题，按照情境、任务、行动、结果的框架，突出你在系统架构定义和跨团队协作中的具体贡献
• 结构化思维：针对技术架构题，从需求分析、架构设计、软硬件协同、风险识别等维度分层解答，展现系统性思维
• 请分享一个你主导过的ADAS/AD系统架构设计项目，你是如何定义功能需求并识别技术风险的？
• 针对自研芯片进行系统层面架构细化时，你通常如何平衡算力、功耗与算法需求？
• 在跨部门沟通中，如果遇到算法团队和硬件团队的需求冲突，你如何推动解决？
• 请描述你对当前智能驾驶技术体系及软硬件架构的理解，各类感知传感器的优劣势是什么？
• 复习自动驾驶系统架构相关知识，特别是SOA（面向服务的架构）及软硬件解耦的设计思想
• 了解地平线征程芯片的架构特点（如BPU架构），思考如何在其上部署视觉或融合算法