地平线
智驾软件性能优化专家（C++/异构计算/ARM）
智驾软件性能优化专家（C++/异构计算/ARM）
发布于 大约 16 小时前普通员工/个人贡献者
全职员工仅现场办公嵌入式开发
嵌入式开发
Arm
Gpu
Npu
嵌入式系统
异构计算
性能优化
深度学习模型部署
自动驾驶
值不值得投
74综合评分
综合评分 74
高技术门槛、强工程实践的智驾性能专家岗，技术成长价值极高，但WLB可能有限。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
40K
与嵌入式开发中位数基本持平
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 400 个在招 · 其中嵌入式开发 7 个
市场机会
选择面较广
北京 · 嵌入式开发 · 77 个在招
职位详情
关于这个职位
这是一个专注于智能驾驶系统性能深度优化的专家岗位
您将负责系统性能分析、瓶颈定位（CPU、内存、IO等）、模型车端部署与推理优化，以及车载异构算力（ARM CPU/GPU/NPU/DSP）的调度与最大化利用，以确保高阶智驾功能在量产车辆上的高效、稳定运行
最低要求
硕士及以上学历，计算机、自动化、车辆工程、电子信息等相关专业
年以上C++开发经验，精通C++14及以上特性，代码功底扎实，具备优秀的工程化编码素养
熟悉自动驾驶软件架构或核心算法，具备智驾相关研发与优化经验
精通嵌入式体系架构与通用代码优化方法，深入理解ARM CPU架构，具备ARM平台NEON指令加速、DSP/GPU异构计算实战经验
熟练使用perf、valgrind、tcmalloc、perfetto等性能调优工具及gdb、asan调试工具，具备极强的代码分析与系统性性能优化能力
精通深度学习模型嵌入式部署与推理全流程，熟悉ARM+NPU/GPU/DSP异构架构，具备丰富的模型量化、算子调优、内存对齐、多设备算力调度与适配落地经验
具备优秀的复杂工程问题拆解、分析与攻坚能力，逻辑思维系统性强
工作主动高效、学习能力强，具备良好的沟通协作能力，可与算法、集成、测试、项目团队高效协同推进量产工作
工作职责
负责智能驾驶系统整体性能分析与专项优化，精准定位CPU、内存、时延、IO等资源瓶颈，完成全链路性能迭代升级
主导量产智驾项目性能与资源占用问题攻坚，负责芯片算力调度与负载优化，最大化盘活车载异构算力资源，保障量产系统高效、稳定运行
负责深度学习模型车端部署、推理链路优化与算力编排，持续优化模型推理时延、吞吐与资源利用率，支撑高阶智驾功能量产落地
跟进车载软件架构迭代，沉淀标准化性能优化方案与工具方法论，持续提升平台整体性能与稳定性
优先资格
熟悉主流深度学习算法，具备模型设计、训练、部署调度与全链路调优项目经验
熟悉图像处理算法，具备NEON指令集图形计算加速落地经验
具备丰富的GPU、DSP、NPU异构计算架构开发与算力优化实战经验
AI 洞察
优缺点分析
优点
- 技术栈深入且实用，涉及C++、ARM、异构计算、AI部署等热门且高门槛领域，能积累稀缺的专家级经验
- 岗位属于感知应用部，是自动驾驶的核心环节，对产品最终性能有直接影响
- 工作复杂度高，需要处理从软件到底层硬件的综合性能问题，对系统思维和攻坚能力要求极高
- 需要持续学习，跟上芯片、编译器、算法等技术的快速迭代
缺点 / 挑战
- 直接参与前沿的智能驾驶量产项目，技术挑战性强，能接触业界最复杂的嵌入式系统性能问题
- 涉及量产项目，可能存在一定的交付时间压力和解决突发问题的压力
- 适合具有扎实计算机系统功底、热爱挑战性能极致、并渴望在自动驾驶这一高技术壁垒领域深耕的资深工程师
角色解读
- 技术专家路线：可深入特定领域（如异构计算、模型优化）成为公司内或行业内的权威
- 技术管理路线：凭借深厚的技术积累和项目领导力，可能转向技术团队负责人或架构师岗位
- 对智能驾驶软件进行全链路性能分析，找出并解决CPU、内存、时延等瓶颈
- 优化深度学习模型在车端芯片（ARM CPU/NPU/GPU/DSP）上的部署、推理和资源调度，确保高效运行
- 主导解决量产项目中出现的具体性能问题，进行芯片算力调优
- 精通C++及嵌入式系统编程，深入理解ARM架构及NEON指令集等底层优化
- 熟练掌握各类性能分析与调试工具，能进行系统性的性能诊断
- 具备深度学习模型部署和异构计算优化经验，了解模型量化、算子调优等关键技术
- 理解自动驾驶软件架构，能与算法、测试等多团队高效协作
申请策略
- 研究地平线的芯片产品（如征程系列）和其开源工具链（如OpenExplorer），在面试中体现你的行业了解
- 准备好描述一个你主导的最复杂的性能优化案例，涵盖问题分析、技术选型和最终效果
- 重点突出C++项目经验，尤其是涉及性能优化、嵌入式系统或底层开发的项目
- 详细描述使用perf、valgrind等工具进行性能分析和问题定位的实际案例
- 强调任何与ARM平台、异构计算（GPU/DSP/NPU）或深度学习模型部署相关的经验
- 量化你在优化项目中取得的成果，如“将XX推理时延降低XX%”、“将XX内存占用减少XX%”
- 系统复习ARM架构、NEON指令集及现代C++（C++14/17）的高级特性和性能陷阱
- 深入了解深度学习模型量化、算子融合等针对边缘设备的优化技术
面试指南
- 使用STAR法则（情境、任务、行动、结果）结构化地讲述过往优化案例，突出你的系统性思维和技术深度
- 对于开放性问题，从多个维度展开（如：数据访存、计算效率、任务并行、功耗等），并结合具体技术（如NEON向量化、多线程、模型压缩）进行阐述
- 展现出你对ARM嵌入式生态和异构计算编程模型（如OpenCL, VCL）的了解，即使不深入，也要知道关键概念和挑战
- 请描述一个你过去解决过的最复杂的性能问题，你是如何定位瓶颈并解决的？
- 对于深度学习模型在ARM NPU上的部署，你会从哪些方面进行优化以降低时延？
- 如果CPU和NPU协同计算一个任务，你会如何设计算力调度和内存共享方案？
- 如何评估一段C++代码的性能瓶颈？你会使用哪些工具和分析思路？
- 你对异构计算（CPU/GPU/DSP/NPU）的内存一致性问题有什么理解？
职位点评
薪资福利70
成长发展90
工作生活50
使命价值85
薪资福利
70中等
该职位为高级技术专家岗，通常对应市场中上水平的薪资。但JD未明确提及薪资、奖金及具体福利细节，满足程度主要依赖市场对这类稀缺技能的定价。
薪资信号面议 (30K-50K/月)
成长发展
90较高
该职位处于智能驾驶和嵌入式高性能计算的技术前沿，工作内容直接挑战系统性能极限，对候选人的C++底层功力、异构计算和模型优化能力提升有巨大帮助，且能参与量产项目积累宝贵工程经验。
技术前沿前沿/新兴技术
技术栈C++14、ARM、NEON、异构计算、NPU、GPU、DSP、深度学习模型部署、性能优化
业务类型profit_center
工作生活
50较低
JD未提及任何工作模式、弹性工作或WLB相关信息。工作内容涉及“攻坚”、“量产”和“高效协同”，暗示可能存在一定的工作强度和压力。
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
85较高
智能驾驶是当前汽车智能化和AI技术落地的核心赛道之一，具有明确的产业发展前景和社会价值（提升交通效率与安全）。参与其中能带来较强的行业使命感和技术成就感。
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