地平线
智能驾驶端侧应用软件开发（资深）工程师
智能驾驶端侧应用软件开发（资深）工程师
发布于 3 小时前普通员工/个人贡献者
全职员工仅现场办公自动驾驶
自动驾驶
Aspice
Autosar
Ros2
实车调试
性能优化
智能驾驶
状态机
车载通信
值不值得投
73综合评分
综合评分 73
智驾核心工程岗、技术前沿、现场调试多、发展性好
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
3.7万
比自动驾驶中位数高
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 430 个在招 · 其中自动驾驶 38 个
市场机会
选择面较广
北京 · 自动驾驶 · 约 190 个在招
职位详情
关于这个职位
负责智能驾驶域控端侧应用层软件开发与功能集成，涵盖高速/城市NOA、自动泊车等核心功能的逻辑开发与状态机管理
需完成跨模块协议对接、端侧性能实时性优化及台架/实车调试，保障软件在量产环境中的高可靠性与OTA迭代
最低要求
学历背景：本科及以上，计算机、软件工程、电子信息、自动化、车辆工程等相关专业
工作经验：3-7年智能驾驶/车载端侧应用软件开发经验，熟悉自动驾驶功能业务逻辑，有主机厂/ Tier1/智驾方案商量产项目经验优先
技术栈要求（核心）：
熟练掌握 C++ / C 语言，掌握多线程、状态机、消息队列、异常处理、内存管理等通用软件开发能力
熟悉 Linux/Android车载系统 运行机制、进程调度、权限管理、日志体系
熟悉车载通信机制：SOME/IP、DDS、CAN/LIN、Socket、跨进程IPC
了解 AUTOSAR Adaptive、ROS2、QNX 任意一种智驾软件框架
了解智驾基础业务：NOA、ACC、LCC、APA、RPA等功能逻辑与降级策略
能力要求：具备独立模块方案设计、问题定位、性能优化能力，能够独立对接多团队联调，逻辑清晰、边界思维完善，熟悉车载软件开发流程与质量规范
工作职责
智驾应用层业务开发：负责高速NOA、城市NOA、自动泊车APA/RPA、循迹倒车、车道保持、主动刹车等辅助驾驶/自动驾驶功能的应用层逻辑开发、状态机管理、工况跳转、权限管理、故障降级策略落地
跨模块集成与协议对接：对接感知、定位、预测、规划、控制、底盘、车身、座舱HMI、导航、语音模块，完成跨进程/跨域通信、协议解析、数据校验、状态同步、指令下发与反馈，保障端侧全链路稳定运行
端侧性能与实时性优化：负责域控端侧软件资源管控，优化CPU/GPU/内存占用、线程调度、时延抖动、异常容错，解决卡顿、丢帧、状态跳转异常、偶现失效等量产问题，满足车载毫秒级实时性要求
台架/实车调试与问题闭环：参与台架联调、场地试车、道路路测，定位并闭环各类工况异常、边界case、偶现bug，输出调试日志、问题复盘与优化方案，支撑版本迭代与OTA升级
量产工程化与质量管控：遵循车载开发规范（ASPICE/AUTOSAR/ROS2），完成模块设计、编码、单元测试、集成测试、文档沉淀、代码评审，保障软件可量产、可维护、可迭代
版本迭代与需求落地：承接产品功能需求，拆解技术方案，跟进需求落地、版本合入、回归验证，支撑年度功能迭代与OTA特性上线
优先资格
有城市NOA、高速NOA、自动泊车量产落地经验
有域控端侧性能优化、稳定性治理、偶现问题闭环经验
AI 洞察
优缺点分析
优点
- 处于自动驾驶核心工程化环节，技术壁垒高，行业稀缺性强
- 直接参与城市/高速NOA等前沿功能落地，技术视野开阔，项目含金量高
- 依托头部智驾企业平台，能接触完整的车云协同与量产交付流程
- 车载软件安全等级要求严苛，开发流程规范繁琐，容错率低
- 适合具备扎实C++功底、热爱底层系统开发，且能接受一定现场调试强度、追求技术深度的工程师
缺点 / 挑战
- 需频繁参与台架联调与道路路测，工作环境相对艰苦，出差频率可能较高
- 偶现Bug与性能瓶颈攻关难度大，对问题定位与底层调试能力要求极高
角色解读
- 纵向深耕：可向自动驾驶系统架构师、技术专家方向发展，主导复杂域控软件架构设计
- 横向拓展：积累量产经验后，可转向产品技术管理或跨域融合（如舱驾一体）方向
- 负责智能驾驶域控端侧应用层软件的开发与业务逻辑落地，涵盖NOA、APA等核心功能的状态机管理与权限控制
- 主导跨模块（感知/规划/控制/HMI等）的协议对接与数据交互，保障车端全链路通信的稳定与高效
- 执行端侧性能优化与实时性调优，解决CPU/内存占用、线程调度及偶现Bug，确保满足车载毫秒级响应标准
- 精通 C/C++ 编程，扎实掌握多线程、状态机、消息队列及内存管理等底层开发能力
- 熟悉 Linux/Android 车载系统机制，深入理解 SOME/IP、DDS、CAN/LIN 等车载通信协议
- 了解 AUTOSAR Adaptive、ROS2 或 QNX 等智驾软件框架，具备扎实的 ASPICE/AUTOSAR 开发规范意识
申请策略
- 提前研究地平线的征程芯片系列及天枢/天行软件栈，面试时结合其技术路线阐述个人经验
- 准备1-2个完整的端到端调试案例，清晰说明从现象定位、根因分析到方案落地的全过程
- 突出智能驾驶相关项目经验，重点描述负责的模块（如NOA、APA）及在量产中的实际贡献
- 详细列出掌握的通信协议（SOME/IP、DDS等）与车载OS（Linux/Android/QNX）实战经验
- 量化性能优化成果，如降低CPU占用率、提升响应速度、解决特定偶现问题的具体案例
- 深入学习 AUTOSAR Adaptive 或 ROS2 中间件架构，补充车载软件标准化开发知识
- 强化 Linux 内核级调试技能（如 perf, ftrace, crash），提升复杂场景下的问题排查效率
- 补充车载网络安全与功能安全（ISO 26262）基础知识，拓宽合规开发视野
面试指南
- 采用 STAR 法则（情境-任务-行动-结果）结构化回答，突出问题分析逻辑与数据支撑
- 针对技术问题，先阐明原理与约束条件，再分步骤说明排查手段（日志分析、抓包、硬件监控等）
- 强调工程化思维，说明如何在保证安全合规的前提下进行性能权衡与迭代优化
- 请分享一个你解决过的最复杂的车载偶现Bug，你是如何定位根因的？
- 在资源受限的域控平台上，你是如何进行多线程调度与内存管理的？
- 面对感知、规划、控制多个模块的数据同步延迟，你会如何优化通信架构？
- 请谈谈你对 AUTOSAR Adaptive 与 ROS2 在智驾应用中差异的理解
- 复习操作系统原理与计算机网络，重点准备进程间通信、实时调度与内存管理机制
职位点评
薪资福利75
成长发展85
工作生活50
使命价值80
薪资福利
75中等
薪资虽未明确披露，但作为已上市头部智驾企业的资深研发岗，整体薪酬福利在市场上具备较强竞争力。
薪资信号未披露（AI估算：2.8千–4.5万/月）
成长发展
85较高
岗位聚焦车云连接Agent与端侧核心逻辑，技术栈覆盖主流现代智驾框架，能提供深厚的工程实践与技术成长空间。
技术前沿前沿/新兴技术
技术栈C++、Linux、AUTOSAR、ROS2、SOME/IP、DDS
业务类型profit_center
工作生活
50较低
职责明确要求参与台架联调与道路路测，以现场办公为主，工作节奏受量产节点与实车调试影响较大。
工作模式仅现场办公
办公地点科技园/产业园
加班情况JD含高强度暗示词
使命价值
80较高
投身自动驾驶核心工程化落地，直接推动智能出行技术普及，具有显著的行业前瞻性与社会价值。
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
地平线 的其他在招职位
相似职位推荐
Watch Jobs