地平线
自动驾驶测试开发工程师（仿真方向）
自动驾驶测试开发工程师（仿真方向）
发布于 大约 2 小时前普通员工/个人贡献者
南京市 / 上海市
高级经验
全职员工
仅现场办公
本科
自动驾驶
3Dgs
CI/CD
Carla
Nerf
Pytest
Vtd
World Model
仿真测试
自动驾驶
AI 估算 · 25k–45k
职位详情
关于这个职位
作为地平线算法测试部的自动驾驶测试开发工程师（仿真方向），你将深入理解自动驾驶感知/规控算法，深度嵌入研发/工具团队，与项目一起推动算法性能优化
负责包括自动驾驶仿真工具在内的算法评测链路有效性和质量验证，对评测链路输出的结果给出缺陷诊断和优化建议
深入理解自动驾驶仿真引擎logsim/worldsim的底层实现原理，并向业务输出使用手册
面向端到端自动驾驶仿真的行业先进技术，负责评估基于NeRF/3DGS场景仿真重建效果和基于World Model的数据合成效果，并进一步评估其是否可应用于量产项目的测试业务
负责端到端自动驾驶算法评测方案制定，编写验证过程报告，面向测试业务输出明确的导向性结论
负责内场评测方案有效性的验证过程，编写CI/CD自动化脚本
负责对接仿真工具团队，输出可对外的验证报告，沟通、协调并管理好问题解决进度，具备一定的推动能力
最低要求
统招本科及以上学历，硕士优先，3年以上工作经验，通信、计算机、车辆工程等相关专业
三年以上车企或tier1工作经历，了解基本的图像处理、机器学习、深度学习概念及主流框架
熟练掌握Linux操作系统，熟练使用C++或Python，有良好的代码风格，熟悉软件开发流程，可运用AI提升开发过程
熟悉传统自动驾驶仿真器，如VTD/CARLA/51sim-one等，了解行业先进的端到端技术优先，如NeRF/3DGS/World Model等
熟悉gitlab/Jenkins，Pytest等自动化测试框架，了解CI/CD流程
具备良好的沟通协调能力和团队协作能力，有强烈的责任心和积极主动的工作态度，创新性的想法和执行力，推动力
具备城市辅助驾驶功能开发和量产经验优先，熟悉端到端驾驶算法测评技术优先
工作职责
工作职责
深入理解自动驾驶感知/规控算法，深度嵌入研发/工具团队, 与项目一起推动算法性能优化;
负责包括自动驾驶仿真工具在内的算法评测链路有效性和质量验证，对评测链路输出的结果给出缺陷诊断和优化建议
深入理解自动驾驶仿真引擎logsim/worldsim的底层实现原理，并向业务侧输出使用手册
面向端到端自动驾驶仿真的行业先进技术，负责评估基于NeRF/3DGS场景仿真重建效果和基于World Model的数据合成效果，并进一步评估其能否应用于量产项目的测试业务
负责端到端自动驾驶算法评测方案制定，编写测试方案报告，面向测试业务输出明确的评测结论
负责内场仿真评测方案有效性的验证过程，编写CI/CD自动化脚本
负责对接仿真工具团队，输出可对外的验证报告，沟通、协调并管理好问题解决进度，具备一定推动能力
AI 洞察
优缺点分析
优点
- 公司平台好：地平线是自动驾驶芯片与算法领域的头部公司，已上市，平台稳定，技术积累深厚，能接触到行业前沿技术
- 技术含量高：岗位涉及感知/规控算法、仿真引擎、NeRF/3DGS、World Model等前沿技术，技术成长空间大
- 行业前景好：自动驾驶是高速增长赛道，仿真测试是量产落地的关键环节，职业发展空间广阔
- 薪资福利有竞争力：作为上市公司，薪资和福利体系完善，对技术人才重视度高
- 技术门槛高：岗位要求对算法、仿真引擎、自动化测试均有深入理解，学习曲线陡峭，需要持续学习
- 跨团队协作多：需要与算法团队、仿真工具团队、测试业务团队等多方协作，对沟通协调能力要求高
- 适合对自动驾驶技术有热情、具备扎实编程功底和算法基础，愿意深入钻研仿真测试技术，并能在多团队协作中推动问题解决的工程师
缺点 / 挑战
- 工作强度较大：自动驾驶行业竞争激烈，项目节奏快，可能存在一定的加班压力
角色解读
- 技术专家路线：从自动驾驶测试开发工程师向仿真测试专家、算法评测专家方向发展，成为自动驾驶仿真测试领域的资深专家
- 管理路线：积累项目管理和团队协作经验后，可向测试团队负责人、项目经理等管理岗位发展
- 行业前景：自动驾驶行业处于高速发展期，端到端仿真测试是行业前沿方向，具备广阔的职业发展空间
- 深入理解自动驾驶感知/规控算法，与算法团队紧密协作，推动算法性能持续优化
- 负责自动驾驶仿真工具链的评测链路建设与质量验证，对评测结果进行缺陷诊断并给出优化建议
- 深入理解仿真引擎（logsim/worldsim）底层原理，向业务侧输出使用手册
- 跟踪行业前沿的端到端自动驾驶仿真技术，评估基于NeRF/3DGS场景重建与World Model数据合成效果，推动其量产落地
- 制定端到端算法评测方案，编写测试报告，面向测试业务输出明确的评测结论
- 验证内场仿真方案有效性，编写CI/CD自动化脚本
- 对接仿真工具团队，输出对外验证报告，沟通协调并管理问题解决进度，具备一定推动力
- 扎实的C++或Python编程能力，熟悉Linux操作系统，具备良好的代码风格和软件开发流程意识
- 熟悉传统自动驾驶仿真器（如VTD/CARLA/51Sim-One等），了解行业先进端到端技术（如NeRF/3DGS/World Model等）者优先
申请策略
- 关注地平线在自动驾驶芯片和算法上的技术路线，了解其量产项目对仿真测试的具体需求
- 在简历和面试中展示对端到端仿真评测链路的设计思路和实际产出
- 突出自动驾驶仿真测试项目经验，特别是端到端算法评测相关项目
- 突出C++或Python编程能力，展示代码质量和工程化能力
- 突出对仿真引擎（如CARLA、VTD）或NeRF/3DGS/World Model等前沿技术的了解或实践经验
- 突出CI/CD自动化流程搭建经验，以及测试框架设计能力
- 补充学习自动驾驶仿真引擎的底层原理，如CARLA、VTD等工具的内部机制
- 了解NeRF/3DGS/World Model等端到端仿真前沿技术，可阅读相关论文或复现开源项目
面试指南
- 用STAR法则组织项目经历：讲清项目背景（S）、你的任务（T）、采取的行动（A）和量化结果（R）
- 先讲清对仿真引擎和端到端技术的理解，再结合量产项目说明其应用价值，体现技术判断力
- 展示具体的评测链路设计、缺陷诊断案例和自动化脚本，证明工程化能力和推动力
- 请介绍一个你主导的自动驾驶仿真测试项目，包括评测链路设计、缺陷诊断和优化建议
- 你对CARLA/VTD等传统仿真引擎的底层原理理解如何？请谈谈其优缺点
- 你如何理解NeRF/3DGS/World Model等端到端仿真技术？它们对量产测试有何价值？
- 请描述你如何设计并验证一个内场仿真评测方案的有效性，以及如何编写CI/CD脚本
- 你如何与算法团队、仿真工具团队协作推动问题解决？请举例说明
职位点评
74
综合评分
自动驾驶头部公司、前沿仿真技术栈、薪资有竞争力，但需现场办公且行业节奏快。
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。
更适合这类人
适合对自动驾驶技术有热情、具备扎实编程功底、渴望深入仿真测试前沿技术并能在多团队协作中推动问题解决的工程师。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展92
工作生活40
使命价值85
薪资福利
75中等
该职位提供有竞争力的薪资和福利，且公司为上市公司，稳定性较好，能满足补偿性动机。
薪资信号未披露（AI估算：25K-45K/月）
成长发展
92较高
该职位涉及自动驾驶感知/规控算法、仿真引擎、NeRF/3DGS、World Model等前沿技术，技术成长空间大；同时岗位有明确的推动力要求，发展性动机能得到较好满足。
技术前沿前沿/新兴技术
技术栈自动驾驶、感知算法、规控算法、仿真引擎、NeRF、3DGS、World Model、C++、Python、Linux
成长机会推动算法性能优化、推动问题解决进度
业务类型ambiguous
工作生活
40较低
该职位为仅现场办公，未提及远程或弹性办公；自动驾驶行业竞争激烈，项目节奏快，可能存在加班压力。
工作模式仅现场办公
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
85较高
自动驾驶是高速增长赛道，端到端仿真技术是行业前沿方向，对行业和社会有较大价值；但岗位本身不直接面向终端用户，社会影响力感知中性。
行业发展高速增长赛道
社会影响中性/一般
创新程度开拓性创新（行业首创）
Watch Jobs