智能驾驶软件开发岗

优缺点分析

角色解读

• 从具体功能算法开发向智能驾驶系统架构师方向发展
• 积累量产项目经验后，可晋升为技术专家或团队负责人
• 智能驾驶是长期热门赛道，未来可跨领域发展
• 负责L2+级智能驾驶主动安全功能（AEB/AES/LKS等）的算法研发与量产落地
• 进行控制策略建模、仿真验证与代码生成，确保算法可靠性和安全边界
• 参与ADAS AI模型的开发和训练优化，并负责相关功能在整车上的部署
• 精通C++/Python，能够进行高效算法实现与调试
• 熟悉MATLAB/Simulink控制建模与代码生成，掌握MPC、LQR、PID等控制算法
• 深入理解车辆动力学与运动学，了解路径规划和车辆控制理论
• 了解ADAS系统功能和CNCAP/ENCAP评分标准

申请策略

• 关注吉利智能驾驶业务动态，了解其量产车型的ADAS配置
• 准备一个从算法设计到量产落地的完整项目案例，体现工程思维
• 突出C++/Python算法实现能力，并附上具体的控制算法项目
• 强调MATLAB/Simulink建模经验，量化仿真或实车验证结果
• 如有ADAS、主动安全、车辆控制相关项目或论文，重点展示
• 体现对车辆动力学和主动安全功能的理解
• 复习MPC、LQR、PID等控制理论，动手仿真验证
• 熟悉常见路径规划算法，如基于优化、拟合等

面试指南

• 项目类问题采用STAR法则：背景、任务、行动、结果，用数据证明价值
• 技术概念题先用一句话定义，再对比分析，最后结合实际场景说明
• 场景设计题先明确目标和约束，再提出方案框架，最后给出验证步骤
• 请介绍你做过的一个控制算法项目，从需求到实现
• MPC和PID控制有何区别，如何选择？
• 如何设计AEB系统以避免误触发？
• 你对CNCAP主动安全评分标准了解多少？
• 在压力下如何保证交付质量和进度？