Horizon Robotics logo
地平线
感知系统工程师SE(主动安全与传感器方向)

感知系统工程师SE(主动安全与传感器方向)

发布于 1 天前

普通员工/个人贡献者

AI 估算 · 3.0–5.0万 · AI 参考估算
中级经验
本科
全职员工仅现场办公自动驾驶
自动驾驶
Aspice
主动安全
传感器融合
功能安全
智能驾驶
系统集成
Bev算法
Cncap/L2强标

值不值得投

80综合评分

综合评分 80

前沿自动驾驶技术、高社会价值、高成长潜力,工作强度中等偏上

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

4.0万

比自动驾驶中位数高

发布情况

新岗位 · 昨天发布

公司情况

这家公司招聘很活跃

约 390 个在招 · 其中自动驾驶 45 个

市场机会

选择面较广

北京 · 自动驾驶 · 约 230 个在招

职位详情

关于这个职位

负责主动安全感知系统的定义、验证与跨部门协同,将法规要求转化为可执行指标并主导长尾场景攻坚

需具备传感器选型、标定及BEV算法理解能力,确保从开发到量产交付的感知系统质量与鲁棒性

最低要求

本科及以上学历,车辆工程、自动化、电子信息、计算机等相关专业

三年以上智能驾驶感知、系统集成或传感器相关工作经验,完整参与过至少一个车型从开发到量产交付
熟悉自动紧急制动类功能的系统链路,清楚感知在其中的输入输出、时延预算与失效后果
了解 CNCAP、L2 强标等法规测试的基本逻辑与场景构成
熟悉行车感知 BEV 算法:理解 BEV 特征空间的构建方式(如 BEVFormer、BEVDet、LSS 等主流范式)与检测头设计,清楚 BEV 模型在动态障碍物与静态障碍物检测上的差异,能判断遮挡、远距离小目标、静止目标漏检等典型失效模式的成因与优化方向
熟悉相机、激光雷达、毫米波雷达、超声波雷达中至少两类传感器的原理、标定方法与工程约束,能判断传感器性能问题与算法问题的边界
具备数据驱动的问题定位能力:能从回灌数据、评测指标与日志中定位问题到具体模块,并用数据支撑结论,而非依赖经验判断

工作职责

主动安全感知需求定义与指标拆解:将法规(CNCAP 2027、L2 强标)与主机厂客户要求转化为感知可执行的系统需求,明确自动紧急制动、通用障碍物自动紧急制动、自动紧急转向等功能的感知检出边界、置信度要求与失效降级策略

把通过率与误触发率拆解到感知子模块与场景维度,形成可交付、可验收的指标基线
长尾场景攻坚与回灌验证:牵头鬼探头、横穿、极近距离、低矮与悬空障碍、雨雾夜间逆光等高风险场景的问题定位与闭环
组织内场外场回灌、版本交叉比对与内场评测,区分感知漏检与后处理、规控决策之间的责任边界,避免问题长期悬空或错误归因
大里程验证体系与事故闭环:设计并维护主动安全大里程验证机制,明确里程口径、场景配比、误触发统计方法与回归守护集
负责事故与客诉案例的复现、根因归属与整改跟踪,输出可对客户与项目侧交代的结论
传感器选型与布置校核:参与车型导入阶段的传感器选型与布置参数校核,覆盖相机、激光雷达、毫米波雷达与超声波雷达
评估视场角、安装角、内参差异与安装高度对感知性能的影响
维护并迭代传感器布置规范,对超出规范的车型差异给出数采补充或算法补偿方案,同时明确不可接受的边界
标定、图像质量与感知鲁棒性:定义内外参标定、动态标定与在线诊断的感知侧需求及验收标准
主导遮挡、脏污、雨雾、过曝、编码降级、丢帧等图像质量异常的鲁棒性实验,量化其对感知指标的影响,推动感知侧兜底策略与降级告警落地
跨团队接口与版本质量守门:作为感知对硬件、交付与项目、规控、测试的单一接口
建立硬件性能问题单独建单、软硬件各自对齐主线、各自验收的分工机制,避免性能问题在模块之间来回流转
负责相关变更准出评审,对内场与外场结论不一致的版本行使拦截权

优先资格

有主机厂客户项目对接经验,参与过客户考试、联合验收或量产冲刺阶段的问题收敛

有主动安全误触发治理经验,熟悉大里程统计口径与误触发归因方法
有传感器选型、布置规范制定或多车型传感器差异治理经验
有超声波雷达近场感知、激光雷达占据网络、图像质量诊断中任一方向的实践
有 BEV 感知算法的开发、训练调优或部署经验,主导过动态障碍物或静态障碍物检测指标的实际提升
有 SE、系统集成或技术负责人角色经验,熟悉 ASPICE、功能安全的基本流程与交付物

AI 洞察

优缺点分析

优点

  • 处于自动驾驶核心赛道,接触前沿BEV技术与量产落地,职业壁垒高,行业前景广阔
  • 适合具备扎实车辆工程背景、对自动驾驶系统有深刻理解且喜欢解决复杂工程问题的资深工程师

缺点 / 挑战

  • 需应对复杂的长尾场景与法规压力,跨部门协调工作量大,对系统思维与抗压能力要求极高

角色解读

  • 可向高级系统工程师、首席架构师或智能驾驶项目负责人方向发展,深耕自动驾驶系统级解决方案
  • 负责主动安全感知系统的整体架构设计与需求拆解,连接法规、算法与硬件
  • 精通BEV感知算法原理,熟悉多传感器(激光雷达、摄像头等)特性及标定,具备数据驱动的问题定位能力

申请策略

  • 准备具体的案例,展示如何界定感知与规控的责任边界,以及如何通过系统手段解决算法无法解决的工程问题
  • 突出参与过的量产车型项目,强调在长尾场景攻坚、误触发治理及传感器选型方面的具体成果
  • 深入理解BEVFormer等主流算法范式,熟悉ASPICE及功能安全标准,提升数据驱动分析能力

面试指南

  • 采用STAR法则(情境、任务、行动、结果),重点阐述问题分析的逻辑链条、跨部门协作机制以及最终量化的业务/技术指标提升
  • 请分享一个你处理的复杂长尾场景案例,你是如何定位根因并闭环的?
  • 如何平衡感知系统的检出率与误触发率?
  • 在传感器选型中,如何权衡成本、性能与布置限制?
  • 如何理解BEV算法中的特征空间构建及其对感知性能的影响?
  • 复习CNCAP最新标准及L2强标要求,梳理BEV主流算法论文,准备关于传感器标定与故障诊断的技术细节

职位点评

薪资福利85
成长发展90
工作生活60
使命价值80

薪资福利

85较高

已上市大型科技公司,薪资水平在自动驾驶领域具有竞争力,福利体系完善。

薪资信号未披露(AI估算:3.0千–5.0万/月)

成长发展

90较高

涉及前沿BEV技术与量产落地,技术栈先进,成长空间大。

技术前沿前沿/新兴技术
技术栈BEV、BEVFormer、BEVDet、LSS、激光雷达、毫米波雷达、ASPICE、功能安全
业务类型profit_center

工作生活

60中等

研发岗位通常面临一定的交付压力,但相比纯算法岗,系统岗更侧重流程与规范,WLB相对可控。

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

80较高

致力于提升汽车主动安全,直接关乎用户生命安全,社会价值显著。

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