吉利汽车
智能驾驶软件开发岗
智能驾驶软件开发岗
发布于 8 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
Ros
协议开发
图像处理
数据解析
点云处理
自动驾驶
值不值得投
75综合评分
综合评分 75
自动驾驶数据开发岗，技术前沿、平台稳定，但WLB需进一步确认。
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
2万
比自动驾驶中位数低
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 2460 个在招 · 其中自动驾驶 74 个
市场机会
选择面较广
杭州 · 自动驾驶 · 62 个在招
职位详情
关于这个职位
该职位负责智能驾驶多源数据的解析与处理，开发通用数据解析框架和格式转换工具链，并参与制定车端数据规范
要求熟悉Python、ROS、容器化技术及自动驾驶传感器知识，确保数据处理的高效与兼容性
最低要求
计算机、自动化、电子信息、车辆工程等相关专业，有自动驾驶工具链/数据开发相关经验优先
熟练掌握 Python，精通 numpy、pandas、opencv 等常用库，具备Linux 开发工作经验
熟练掌握 ROS，熟悉 rosbag 数据录制、回放、消息解析、话题处理、自定义消息开发
熟悉 HTTP、WebSocket 主流通信协议，具备前后端实时数据交互、接口开发、长连接数据推送开发经验，能独立完成可视化服务端与前端的数据联调
熟悉容器化与集群技术：熟练掌握Docker镜像打包、容器编排、环境部署
熟悉K8s基本操作、服务部署、Pod管理、日志排查、应用运维
熟悉车载图像数据处理，掌握图像矫正、对齐、裁剪、特征可视化、算法结果叠加渲染
了解自动驾驶常见传感器（相机、激光雷达、毫米波雷达）工作原理与数据处理方法
逻辑清晰，能独立排查数据异常、渲染异常、同步异常问题，具备良好的工程落地能力
工作职责
负责智能驾驶多源数据格式的解析开发，包括rosbag（ROS1/ROS2）、MCAP、Protobuf、CAN(DBC)、自定义二进制格式等
开发通用数据解析框架，支持多种消息类型（Topic）的自动识别、解码与结构化输出
维护/扩展解析器对不同传感器数据（图像、点云、雷达、IMU、GPS）及感知/规控结果消息的支持
开发数据格式转换工具链，实现原始采集数据向可视化平台标准格式的转换（如转为MCAP、JSON、Parquet、自定义中间格式等）
设计统一的数据中间表示（IR）/协议规范，屏蔽底层数据格式差异，便于上层可视化与分析工具统一消费
支持点云格式转换（PCD、LAS、二进制点云等）、图像编解码转换（H、264/H、265转帧、YUV转RGB等）
参与制定车端采集数据格式规范、Topic命名规范、序列化协议标准，并推动跨团队落地
跟踪并适配感知/规控算法侧消息格式的迭代变化，保证解析模块及时同步更新
优先资格
有自动驾驶工具链/数据开发相关经验优先
AI 洞察
优缺点分析
优点
- 接触前沿的自动驾驶技术，积累行业稀缺经验
- 吉利汽车作为大型企业，平台稳定且技术资源丰富
- 技术栈涵盖数据解析、容器化、实时通信等，提升全栈能力
- 技术要求高，需快速学习新工具和适应算法迭代
- 行业竞争激烈，需持续保持技术更新
- 适合对自动驾驶领域感兴趣、具备扎实Python编程和工程能力、追求技术成长的求职者
缺点 / 挑战
- 可能面临跨团队协作和项目进度压力
角色解读
- 深耕自动驾驶数据工具链开发，成为数据处理专家
- 转向自动驾驶算法、系统架构或技术管理方向
- 参与行业标准制定，提升在智能驾驶领域的综合影响力
- 负责智能驾驶数据的解析与处理，开发通用数据解析框架以支持多种传感器数据格式
- 设计数据格式转换工具链，将原始采集数据转换为可视化平台标准格式
- 参与制定车端数据格式规范，推动跨团队落地并适配算法迭代
- 熟练使用Python及numpy、pandas、opencv等数据处理库
- 掌握ROS和自动驾驶数据处理，熟悉rosbag和消息解析
- 熟悉Docker、Kubernetes等容器化与集群技术
- 了解自动驾驶传感器工作原理和图像处理技术
申请策略
- 研究吉利汽车的智能驾驶业务方向和技术栈，定制化简历
- 准备展示相关项目代码或作品，增强说服力
- 突出Python、ROS、Docker/K8s相关项目经验，特别是数据处理或自动驾驶案例
- 展示容器化部署、实时数据交互等工程实践能力
- 强调解决数据异常、渲染问题等实际工程落地经验
- 深入学习ROS2和自动驾驶数据处理工具链，如rosbag2、Protobuf
- 练习Kubernetes在数据处理服务中的部署与运维
- 了解最新传感器技术和点云/图像处理算法
面试指南
- 使用STAR法则（情境、任务、行动、结果）结构化描述项目经验
- 强调技术选型理由、优化过程和性能指标
- 突出问题排查能力，如数据异常或渲染问题的解决方案
- 请描述一个处理过的自动驾驶数据解析项目，遇到的主要挑战是什么？
- 如何确保数据格式转换工具链的兼容性和高性能？
- 在容器化环境中部署数据处理服务时，如何优化资源使用？
- 如何保证解析模块与感知/规控算法迭代的同步更新？
- 复习ROS消息处理、容器化技术核心知识，准备手写代码或架构设计
职位点评
薪资福利75
成长发展85
工作生活60
使命价值80
薪资福利
75中等
职位提供市场水平的薪资潜力，但JD未明确具体数字和福利，稳定性取决于公司平台。
薪资信号未披露（AI估算：1.5千–2.5万/月）
成长发展
85较高
岗位涉及前沿自动驾驶技术，提供技能成长机会，但未提及培训或晋升路径。
技术前沿前沿/新兴技术
技术栈Python、ROS、Docker、Kubernetes、数据解析
业务类型ambiguous
工作生活
60中等
JD未提及工作模式，可能默认现场办公，工作与生活平衡情况不明确。
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
80较高
自动驾驶是高速增长赛道，具有正向社会影响力，推动智能交通发展。
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