智能驾驶软件开发岗

优缺点分析

角色解读

• 从算法工程师向技术专家发展，深入智能驾驶核心算法领域
• 有机会晋升为技术团队负责人，带领团队攻克技术难题
• 随着智能驾驶行业快速发展，可向高级技术管理或架构师方向发展
• 负责L2+级主动安全算法的规划与控制策略研发，定义安全边界，确保系统安全可靠
• 主导从技术预研、仿真验证到量产交付的全流程，推动算法落地
• 设计并优化AEB、AES等主动安全功能的算法，进行需求分析和模块开发
• 开发ADAS AI模型，进行模型训练优化和部署，提升系统性能
• 精通C++/Python，熟练使用MATLAB/Simulink进行控制策略建模与代码生成
• 掌握MPC、LQR、PID等控制算法，深入理解车辆动力学与运动学
• 熟悉路径规划与轨迹生成算法，具备优化和拟合能力
• 具备扎实的博士研究背景，在控制科学、车辆工程或AI领域有深厚积累

申请策略

• 关注吉利在智能驾驶领域的布局，了解其技术路线和产品线
• 准备展示项目成果的PPT或代码库，体现技术深度和工程能力
• 突出博士研究课题与智能驾驶、车辆控制或AI算法的相关性
• 强调C++/Python和MATLAB/Simulink的项目经验，特别是控制策略建模
• 展示在路径规划、控制算法（MPC、LQR等）方面的实际应用案例
• 如有量产项目或仿真验证经验，务必详细描述
• 提前熟悉ADAS功能（如AEB、LKS）的行业标准和测试规范
• 补充学习深度学习模型部署知识，如TensorRT、ONNX等

面试指南

• 采用STAR法则（情境、任务、行动、结果）回答项目经验问题，突出个人贡献和成果
• 对于算法设计问题，先阐述原理，再结合工程实践，强调安全性和鲁棒性
• 展示对车辆控制理论的深入理解，结合动力学模型解释算法选择
• 请详细描述你在博士期间的研究课题，如何应用控制理论解决实际问题？
• 如何设计AEB系统的安全边界？请结合具体场景说明
• 在MATLAB/Simulink中如何实现MPC控制器？请简述步骤
• 你如何优化ADAS AI模型以满足实时性要求？
• 面对量产交付压力，你如何平衡算法性能与可靠性？