地平线
高级测试开发工程师
高级测试开发工程师
发布于 5 小时前普通员工/个人贡献者
全职员工仅现场办公测试开发
测试开发
Canoe
Gitlab Ci
Hil/Sil
Iso 26262
功能安全
测试开发
自动驾驶
值不值得投
74综合评分
综合评分 74
前沿自动驾驶测试开发岗，技术深度与成长性强，但可能需要现场办公且节奏较快。
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
3.3万
比测试开发中位数高
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 · 其中测试开发 7 个
市场机会
选择面较广
北京 · 测试开发 · 约 140 个在招
职位详情
关于这个职位
这是一个专注于智能驾驶领域的高级测试开发岗位
你将负责在台架环境下对自动驾驶软件进行功能验证、自动化测试体系搭建、场景库建设以及缺陷跟踪闭环，确保智驾系统版本的质量
工作涉及感知、规划控制等多个核心模块的测试与保障
最低要求
本科及以上学历，计算机、自动化、车辆工程、电子信息等相关专业，5 年以上测试 / 测试开发经验，其中 2 年以上智能驾驶或车载软件测试经验
精通 Python，熟悉 C++，具备独立开发自动化测试脚本与工具的能力
具备扎实的测试设计与分析能力：能从需求 / 接口文档 / 系统方案出发设计系统性用例（等价类、边界值、状态机、错误推测等），而不是只做点点点
熟悉车载网络与通信：CAN / CANFD / 车载以太网，能熟练使用 DBC / ARXML，会用 CANoe / CANalyzer / CANape 等工具进行报文分析与问题定位
有 HIL 台架使用经验（dSPACE / Vector / NI 任一平台），能独立完成被测件接线配置、软件刷写、环境部署与常见环境问题排查
了解智驾软件架构与数据链路（ROS / 中间件、传感器数据流、rosbag 回灌分析），能通过数据与日志分析定位问题根因
熟悉 Jenkins / GitLab CI 等持续集成工具，有自动化回归体系建设经验
具备良好的沟通推动能力与质量意识，能在算法、系统、硬件团队间推动缺陷闭环与质量改进
工作职责
基于台架（HIL / SIL）环境，负责智能驾驶软件版本的功能验证：制定测试策略与测试计划，设计、维护测试用例，执行测试并输出测试报告与版本质量结论
负责智驾各模块（感知 / 融合 / 预测 / 规划控制 / 定位 / 中间件与基础软件）在台架上的验证，覆盖功能逻辑、模块间接口交互、状态机切换与异常处理
建设与维护台架测试场景库：基于 OpenSCENARIO / OpenDRIVE 设计场景用例，结合实车问题与法规工况（AEB / LKA / NOA 等）持续补充场景，并对场景进行参数化泛化以提升覆盖度
开发与维护台架自动化测试能力：脚本自动执行、结果自动解析与判定、报告自动生成，对接 CI/CD 实现版本级自动回归与夜间无人值守测试，持续提升自动化率与执行效率
开展故障注入测试（信号丢失 / 错误值、通信中断、传感器异常等），支撑功能安全（ISO 26262）与诊断（UDS）相关的验证活动
负责缺陷全生命周期管理：问题复现、初步定位分析（结合数据回灌与日志），推动算法 / 系统团队修复，完成回归验证并沉淀入场景库形成闭环
维护台架测试环境的一致性与可用性：通信矩阵（DBC / ARXML）跟进更新、被测软件版本部署、环境问题排查，保障测试结果可信
建立版本质量度量（用例覆盖率、自动化率、缺陷密度与收敛趋势、遗留风险），为版本放行提供质量评估与决策依据
优先资格
加分项：
有视频注入 / 传感器在环类台架的测试执行经验，理解注入链路时序对测试结果的影响
有功能安全（ISO 26262）或 ASPICE 流程下测试过程域（SWE.5 / SWE.6）的落地经验
有 AEB / LKA / NOA 等功能的专项验证或法规认证测试（E-NCAP / C-NCAP）经验
有场景泛化、场景库体系建设或测试数据管理平台的开发经验
有实车测试经验，能完成台架与实车问题的相互复现与验证
有开源社区贡献、技术博客或行业技术分享经历
AI 洞察
优缺点分析
优点
- 深度参与前沿的自动驾驶技术栈，技术含量高，能积累宝贵的行业稀缺经验
- 工作直接关联产品核心质量，责任感和成就感强，对技术能力提升显著
- 智能驾驶行业处于高速发展期，专业人才需求旺盛，职业前景广阔
- 技术门槛高，需要同时掌握软件测试、嵌入式系统、车载通信和自动驾驶算法等多领域知识，学习曲线陡峭
- 作为质量守门人，需要与算法、硬件等多团队紧密沟通推动问题解决，对沟通协调和抗压能力要求高
- 软件版本迭代快，需要持续更新测试场景和自动化脚本以应对新功能和法规变化，工作节奏可能较快
- 适合具备扎实测试和开发功底，对自动驾驶技术有浓厚兴趣，并希望在高技术门槛领域建立专业壁垒、追求技术深度的工程师
缺点 / 挑战
暂无明显挑战项
角色解读
- 技术专家路线：深耕智能驾驶测试技术，成为测试架构师或特定领域（如HIL、功能安全）的技术专家
- 质量负责人路线：负责整个智驾系统或产品线的质量保障、策略制定和流程建设，走向测试经理或质量经理岗位
- 横向发展：凭借对智驾系统的深度理解，可转向产品经理、系统工程师或开发工程师等岗位
- 在台架（HIL/SIL）上为智能驾驶软件设计、执行和管理测试，确保软件版本功能正确
- 开发和维护自动化测试脚本与框架，搭建高效、可靠的测试体系，并对接CI/CD流程
- 建设和维护测试场景库，覆盖从常规逻辑到法规要求的各种工况，提升测试覆盖率
- 深度参与缺陷管理，从问题复现、初步定位到推动修复和回归验证，形成质量闭环
- 精通Python和C++编程，具备独立开发自动化测试工具的能力
- 扎实的测试理论功底和系统性的测试用例设计能力，熟悉黑盒和白盒测试方法
- 熟悉车载网络通信（CAN/CANFD）和主流HIL台架平台（如dSPACE、Vector），能独立部署和排查环境问题
- 了解自动驾驶软件架构（如ROS）和功能安全标准（ISO 26262），能进行数据回灌分析和故障注入测试
申请策略
- 在简历或面试中，清晰阐述你对“测试左移”和“质量闭环”的理解，以及如何在你的工作中实践
- 提前研究地平线的智能驾驶产品和技术路线，了解其测试面临的挑战，思考如何贡献自己的经验
- 突出与HIL/SIL台架、车载通信（CAN/CANFD）、自动化测试框架开发相关的项目经验，特别是智能驾驶或车载软件领域
- 强调设计系统性测试用例（如状态机、错误推测）和推动缺陷闭环的实际案例，展示质量思维
- 列出对Python、C++、CANoe、Jenkins/GitLab CI等要求工具的熟练掌握程度和应用成果
- 系统学习智能驾驶功能安全标准（ISO 26262）和ASPICE流程中测试相关部分的知识
- 深入理解至少一种主流HIL台架平台（如dSPACE、Vector）的架构和操作，并尝试搭建简单的测试环境
- 加强通过ROS进行数据回灌（rosbag）分析和问题定位的实践能力
面试指南
- 使用STAR原则（情境、任务、行动、结果）结构化回答，重点突出你的技术决策和量化成果
- 回答技术问题时，先阐述总体思路（如测试策略、定位逻辑），再深入具体技术细节和工具链
- 展示系统性思维，不仅回答“怎么做”，更要说明“为什么这么做”，体现对质量全流程的理解
- 请描述一个你主导设计的复杂的HIL测试用例或场景，你是如何考虑覆盖度、异常处理和判定标准的？
- 当在台架测试中发现一个疑似算法问题时，你的定位和分析流程是怎样的？会使用哪些工具和数据？
- 如何从零开始（或基于现有框架）设计一套针对智驾软件的自动化回归测试体系？你会考虑哪些关键要素？
- 如果一个功能的测试需求频繁变更，你如何管理测试用例和场景库，保证其有效性和维护成本？
- 你对功能安全（ISO 26262）在测试活动中的具体落地有哪些了解或实践经验？
职位点评
薪资福利75
成长发展85
工作生活55
使命价值78
薪资福利
75中等
JD未明确提及薪资福利，但公司已上市且为大型企业，薪酬福利体系预计具有市场竞争力，能满足基本生活与安全需求。
薪资信号面议 (2.5千–4万/月)
成长发展
85较高
该职位涉及自动驾驶前沿领域的深度技术栈（HIL、功能安全、车载通信），技能壁垒高，且有清晰的测试体系建设职责，能提供显著的技术成长空间。
技术前沿前沿/新兴技术
技术栈HIL、SIL、CAN/CANFD、ISO 26262、Python、C++、Jenkins、GitLab CI、ROS、OpenSCENARIO
业务类型profit_center
工作生活
55较低
JD未提及工作模式，通常此类硬件在环测试需要现场进行。智能驾驶行业节奏较快，可能面临版本迭代压力，对工作生活平衡的预期需谨慎。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
78中等
智能驾驶是提升交通安全与出行效率的重要技术方向，该岗位直接保障软件质量，工作对社会有积极潜在影响，且行业处于增长期。
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