地平线
感知泊车系统工程师（SE）
感知泊车系统工程师（SE）
发布于 2 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
Cnn
Pytorch
卡尔曼滤波
多传感器融合
泊车感知
系统集成
自动驾驶
值不值得投
78综合评分
综合评分 78
上市头部企业、前沿自动驾驶量产赛道、技术成长空间大，但工作节奏快、多线程压力较大。
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
4.5万
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 36 个
市场机会
选择面较广
北京 · 自动驾驶 · 约 170 个在招
职位详情
关于这个职位
该职位负责泊车感知系统的方案设计与量产落地，主导项目全周期交付与跨团队协同，推动评测与数据闭环体系建设，保障泊车算法在多车型平台的高质量迭代
最低要求
专业背景：计算机、自动化、电子信息、车辆工程等相关专业，本科及以上学历
知识技能：
熟练掌握 C++，具备 Python 数据处理、算法开发及验证能力
熟悉聚类、数据关联、卡尔曼滤波、时序跟踪及坐标变换等常用算法
掌握深度学习基础，熟悉 PyTorch 及 CNN、Transformer 等模型
了解超声波雷达原理、泊车感知系统或多传感器融合技术
具备智能驾驶感知领域相关工作经验
能力素质：
沟通协调能力：能够清晰表达技术观点，善于在多团队间推动信息对齐和问题解决
技术理解力：能快速理解感知算法工程师的技术讨论，将技术问题转化为可执行的任务项，不需要精通算法方案
自驱与细致：主动识别项目风险和流程短板，注重细节，能在多线程任务中保持条理
抗压与灵活：适应智能驾驶快速迭代的节奏，面对不确定性时能迅速调整优先级
工作职责
系统方案设计与落地：承担感知技术栈中泊车相关模块的系统集成、跨团队协调、技术方案决策与版本交付质量管控，将泊车相关需求转化为系统需求，设计符合量产要求的系统架构与总体方案，跟踪支持产品研发过程对需求的实现，共同承担项目经营结果指标
项目全周期交付管理：负责泊车感知相关项目的交付闭环，主导泊车感知技术栈的规模化交付与关键能力突破，支撑多车型平台并行交付，保障 OTA 版本迭代、泊车算法指标优化等核心任务按时高质量完成
跨团队协同与问题闭环：对接规控、泊车、主动安全、测试等多团队，建立泊车感知领域问题分锅体系，实现各领域问题快速闭环
负责泊车感知 MR 准出评审，强化内场与外场测试结论的验收，拦截有风险的版本合入主线
体系与工具建设：主导推动泊车感知相关的评测体系、数据闭环体系、发版自动化体系的建设，牵头泊车感知主线版本迭代流程优化，保障各模块稳定发版节奏
参与感知量产工具链建设，如 UT 覆盖率扫描、ASAN 部署、代码质量管控等，提升感知领域工程化效率
优先资格
有 APA 量产、视觉 OCC/GOD 融合或车端算法部署经验者优先
有感知算法、感知软件开发或感知项目量产交付经验者优先
有感知相关项目从需求到量产的全周期落地经验，熟悉感知领域量产标准与流程者优先
有感知算法测评、感知集成测试、感知跨团队协同经验者优先
AI 洞察
优缺点分析
优点
- 身处自动驾驶核心赛道，参与泊车感知量产落地，能积累极具市场竞争力的工程化与系统级经验
- 依托已上市大型企业的平台资源，能接触到多车型平台并行交付与大规模数据闭环体系
- 岗位强调系统设计与跨团队协同，有助于培养全局技术视野与复杂项目操盘能力
- 跨团队协同涉及规控、测试等多个部门，沟通成本高，需要较强的抗压与问题推动能力
- 适合具备3年以上自动驾驶感知经验，既懂算法原理又擅长系统工程与项目管理的复合型技术人才
缺点 / 挑战
- 自动驾驶迭代节奏快，需同时支撑多车型并行交付与OTA迭代，工作强度与多线程压力较大
角色解读
- 纵向可发展为感知系统架构专家或技术总监，主导更复杂的自动驾驶系统级设计
- 横向可向自动驾驶项目管理、产品总监或量产交付负责人转型，统筹更大规模的业务线
- 负责泊车感知系统的整体架构设计与技术方案决策，将业务需求转化为可落地的系统需求
- 主导泊车感知项目的全周期交付管理，保障多车型平台并行交付与OTA版本的高质量迭代
- 跨团队对接规控、测试等部门，建立问题闭环体系，并推动评测、数据闭环及自动化工具链建设
- 扎实的编程基础，熟练掌握C++与Python，熟悉深度学习框架（PyTorch）及常用感知算法
- 具备智能驾驶感知领域的量产落地经验，了解多传感器融合及泊车感知系统原理
- 出色的跨团队沟通协调能力与项目管理能力，能在多线程任务中推动问题快速闭环
申请策略
- 投递前可提前了解地平线在泊车感知领域的最新产品（如SuperDrive）及技术路线，面试时展现对公司业务的理解
- 重点突出泊车感知或自动驾驶感知项目的量产落地经验，特别是从需求到交付的全周期闭环案例
- 展示在跨团队协同、问题排查与版本质量管控方面的具体成果，如建立评测体系或优化发版流程
- 明确列出掌握的C++/Python技能及深度学习模型在实际业务中的应用场景
- 深入了解APA量产、视觉OCC/GOD融合等前沿泊车感知技术，补充车端算法部署相关知识
- 强化项目管理与敏捷开发技能，熟悉自动化测试、代码质量管控（如ASAN、UT覆盖率）等工程化工具
面试指南
- 采用STAR法则回答项目经验：明确项目背景与目标，突出你在系统设计与跨团队协同中的具体行动，最后用量化数据展示交付结果
- 对于冲突与协同问题，强调‘建立标准/体系’而非‘单纯沟通’，展示你如何通过流程优化（如问题分锅体系、准出评审标准）来系统性解决问题
- 请分享一个你主导的泊车感知系统从需求到量产落地的完整案例，遇到过哪些技术或流程难点？
- 在多车型平台并行交付时，你是如何平衡OTA版本迭代节奏与代码质量管控的？
- 当感知算法团队与规控/测试团队在问题定界上出现分歧时，你如何推动问题快速闭环？
- 你如何理解泊车感知MR准出评审？在拦截风险版本合入主线时，你的评判标准是什么？
- 复习卡尔曼滤波、时序跟踪、坐标变换等基础算法，以及CNN/Transformer在感知中的应用原理
- 梳理自己过往项目中的工程化工具链建设经验，如数据闭环、自动化发版、代码质量扫描等
职位点评
薪资福利85
成长发展90
工作生活45
使命价值85
薪资福利
85较高
地平线作为已上市的自动驾驶头部企业，薪资福利具备较强市场竞争力，能较好满足补偿性动机。
薪资信号未披露（AI估算：3.5千–5.5万/月）
成长发展
90较高
岗位深入自动驾驶感知量产核心环节，技术栈前沿且注重体系与工具建设，个人技术深度与系统架构能力成长空间极大。
技术前沿前沿/新兴技术
技术栈C++、Python、PyTorch、CNN、Transformer、多传感器融合、卡尔曼滤波
业务类型profit_center
工作生活
45较低
JD明确要求适应智能驾驶快速迭代节奏，且涉及多车型并行交付与跨团队协同，工作强度较大，WLB满足度有限。
工作模式未明确
办公地点未明确
加班情况JD含高强度暗示词
使命价值
85较高
自动驾驶是极具社会价值与前景的前沿科技，推动智能出行与交通安全，意义感较强。
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