Horizon Robotics logo
地平线
高阶主动安全工程师

高阶主动安全工程师

发布于 1 小时前

普通员工/个人贡献者

AI 估算 · 3.5–6.5万 · AI 参考估算
高级经验
硕士
全职员工仅现场办公汽车安全
汽车安全
Aeb/Aes
CI/CD
Ros
主动安全算法
数值优化
最优控制

值不值得投

72综合评分

综合评分 72

高阶主动安全算法核心岗,技术前沿且成长性强,WLB信息未披露

从薪资福利、成长发展、工作生活和使命价值四个维度综合评估,方便横向比较。

薪资怎么样

5.0万

比汽车安全中位数高

发布情况

新岗位 · 今天发布

公司情况

这家公司招聘很活跃

约 390 个在招

市场机会

选择不多

北京 · 汽车安全 · 5 个在招

职位详情

关于这个职位

该职位聚焦高阶主动安全算法研发,负责AEB/AES等核心功能在智驾与人驾场景下的开发、迭代与性能达标

你将参与算法验收指标定义、自动化评测体系搭建,并基于实车和仿真数据定位误触发、漏触发问题并推动闭环修复

最低要求

硕士及以上学历,计算机、自动化、车辆工程或相关专业

熟练掌握C++和Python编程语言,熟悉Linux、ROS等开发环境
熟悉常见机器人软件开发方式(如面向对象编程、单元测试、CI/CD)及相关工具(如Git、Bash、CMake、UML)
具有主动安全算法/高阶智驾算法的开发和工程实践经验
熟悉概率论、图搜索、数值优化等数学方法,了解车辆动力为学和最优控制理论
具备良好的沟通能力和问题解决能力

工作职责

参与主动安全功能(AEB/AES等)核心算法的开发和持续迭代,保证主动安全功能在智驾与人驾两类场景下同时满足法规标准和内部性能指标

与评测团队协作定义算法验收指标,搭建自动化评测体系,并基于实车和仿真数据定位误触发/漏触发案例的算法根因并闭环修复
遵循系统工程和软件工程最佳实践,配合开发流程与团队协作,确保研发效率和产品质量

优先资格

在ICRA、IROS、RSS、IJRR、T-RO等高水平国际会议或期干上发表过相关研究论文

有高阶智驾和主动安全结合的项目落地经验
有数据驱动的主动安全相关项目落地经验

AI 洞察

优缺点分析

优点

  • 岗位处于智能驾驶核心链路,主动安全功能与法规、用户体验和行车安全强相关,技术价值明确
  • 工作内容覆盖算法开发、评测体系、实车与仿真数据分析,能积累完整的工程闭环经验
  • 要求使用C++、Python、ROS、CI/CD等工程化技术栈,有助于提升算法落地和软件工程能力
  • 加分项包含高水平论文、项目落地和数据驱动经验,适合有研究或量产项目背景的人发挥优势
  • 主动安全场景对误触发和漏触发极其敏感,算法需要在安全性、舒适性和法规指标之间精细平衡
  • 适合具备硕士背景、熟悉C++/Python和ROS开发,并有主动安全、高阶智驾、机器人或控制算法项目经验的求职者

缺点 / 挑战

  • 智驾与人驾两类场景并存,意味着算法适配和验证复杂度较高
  • 岗位要求硕士学历、算法实践、数学优化和控制理论,技术门槛较高,竞争也会较激烈

角色解读

  • 可向高阶智驾算法专家、主动安全算法负责人方向发展,深入规控、预测、决策与车辆控制等核心技术
  • 可拓展到数据驱动算法、仿真评测体系、功能安全与法规验证等方向,形成算法与工程闭环能力
  • 长期可发展为技术专家,或转向算法团队管理、系统架构设计和智能驾驶产品落地统筹
  • 负责AEB、AES等主动安全核心算法的开发与持续迭代,确保功能在智驾和人驾场景下满足法规标准及内部性能指标
  • 与评测团队共同定义算法验收指标,搭建自动化评测体系,提升算法验证效率与一致性
  • 基于实车数据和仿真数据,分析误触发、漏触发案例的算法根因,并推动问题闭环修复
  • 按系统工程和软件工程规范参与研发流程,保障代码质量、研发效率和跨团队协作效果
  • 需要扎实的C++和Python工程能力,能够在Linux、ROS环境下进行算法开发与调试
  • 需要掌握主动安全或高阶智驾算法开发经验,理解AEB/AES等功能的实际落地流程
  • 需要具备概率论、图搜索、数值优化、车辆动力学和最优控制等数学与控制理论基础
  • 需要熟悉面向对象编程、单元测试、CI/CD以及Git、Bash、CMake、UML等工程工具

申请策略

  • 申请前建议了解地平线在智能驾驶芯片、算法和量产方案方面的业务方向,明确自己如何融入规控团队
  • 面试中尽量用具体案例说明问题定位、指标设计、数据闭环和跨团队协作过程,而不仅描述算法模型本身
  • 重点突出与AEB、AES、主动安全、高阶智驾或规控算法相关的项目经历,说明具体负责模块和落地结果
  • 强调C++、Python、Linux、ROS、Git、CMake、CI/CD等工程能力,最好结合单元测试、自动化评测或持续集成实践说明
  • 展示概率论、图搜索、数值优化、车辆动力学、最优控制等理论基础在项目中的应用场景
  • 如果有论文、专利、实车数据闭环、仿真评测体系或数据驱动项目经验,应单独列出并说明贡献
  • 可补强主动安全算法链路知识,包括AEB/AES触发逻辑、法规测试场景、误触发与漏触发分析方法
  • 可提升C++工程能力、ROS开发调试、CMake构建、Git协作和CI/CD流程,增强算法工程化竞争力

面试指南

  • 项目类问题采用“背景-目标-方案-指标-结果-复盘”的结构,重点说明个人贡献和可量化结果
  • 算法类问题采用“场景拆解-风险识别-指标定义-算法策略-验证闭环”的思路,体现安全优先和工程落地意识
  • 工程类问题采用“工具链-流程-质量控制-协作方式”的结构,说明如何结合单元测试、CI/CD、Git和自动化评测保障研发效率
  • 请介绍一个你参与过的主动安全或高阶智驾算法项目,你负责哪些模块,最终结果如何?
  • AEB/AES算法中如何降低误触发和漏触发?你会如何定义评价指标?
  • 请说明你在C++、Python、Linux、ROS环境下的算法开发经验,以及如何保证代码质量?
  • 如何基于实车和仿真数据定位算法根因,并推动问题闭环修复?
  • 请解释概率论、图搜索、数值优化或最优控制在主动安全算法中的应用

职位点评

薪资福利72
成长发展86
工作生活45
使命价值82

薪资福利

72中等

JD未披露薪资和福利信息,因此只能基于岗位技术门槛和城市市场判断具备一定薪资吸引力,但无法确认具体福利与稳定性承诺。

薪资信号未披露(AI估算:3.5千–6.5万/月)

成长发展

86较高

岗位涉及主动安全核心算法、自动化评测体系、实车与仿真数据闭环,技术深度和工程成长空间较强。JD还列出高水平论文、项目落地和数据驱动经验作为加分项,适合持续深耕算法与工程化能力。

技术前沿前沿/新兴技术
技术栈C++、Python、Linux、ROS、AEB/AES、主动安全算法、高阶智驾算法、面向对象编程、单元测试、CI/CD、Git、Bash、CMake、UML、概率论、图搜索、数值优化、最优控制
业务类型ambiguous

工作生活

45较低

JD明确工作地点为北京市和上海市,但未提及远程、弹性办公、双休或加班情况,生活化动机满足程度无法充分判断。

工作模式未明确
办公地点未明确
加班情况未提及(无法判断)

使命价值

82较高

主动安全功能直接关系行车安全,并需满足法规标准和内部性能指标,岗位具有较强安全价值。智能驾驶和高阶智驾方向也具备技术前沿属性,但JD未直接描述社会使命或行业愿景。

行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs