射频通讯算法工程师/毫米波雷达算法工程

优缺点分析

角色解读

• 在算法领域深耕，从算法工程师向高级算法专家或技术负责人方向发展
• 随着通感一体化（ISAC）技术兴起，可成为跨通信与雷达领域的稀缺复合型人才，职业前景广阔
• 有机会参与行业标准制定，向标准专家或系统架构师方向转型
• 负责无线通信系统核心算法的研究与设计，包括信道估计、MIMO检测、波束成形等，并针对毫米波频段雷达信号处理进行算法开发
• 构建通信与雷达融合的联合仿真平台，评估通信性能与感知精度的权衡，推动算法在车载、智能终端等场景的工程落地
• 与系统架构师、硬件工程师及标准团队协作，跟踪学术界与工业界最新进展，引入创新方法提升系统综合性能
• 精通数字信号处理、统计检测理论、阵列信号处理及优化方法，具备扎实的数学功底
• 熟练使用MATLAB、Python、C/C++进行算法建模与仿真，并有嵌入式平台或FPGA部署经验
• 具备毫米波雷达信号处理（FMCW、MIMO雷达、CFAR检测、Doppler处理）实际项目经验者优先

申请策略

• 关注吉利汽车在智能驾驶与通信感知领域的技术布局，在面试中展示对车载场景的理解
• 准备一个完整的算法项目案例，从问题定义、算法设计到仿真与部署，体现系统化思维
• 重点突出毫米波雷达信号处理项目经验，如FMCW、MIMO雷达、CFAR检测等，量化算法性能提升指标
• 强调MATLAB、Python、C/C++编程能力，以及算法部署至嵌入式平台或FPGA的实战经验
• 展示通信与雷达融合或通感一体化相关的研究成果，如论文、专利或开源项目
• 提前复习数字信号处理、阵列信号处理等核心理论，强化数学基础
• 熟悉毫米波雷达常用算法与工具，如MATLAB雷达工具箱，了解ISAC最新研究进展
• 补充嵌入式或FPGA部署知识，提升算法工程化能力

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，突出算法设计、性能指标与工程落地
• 对于算法原理问题，先阐述基本概念，再结合公式推导，最后举例说明实际应用
• 对于开放性问题，先表明观点，再分点论述，结合行业趋势与个人见解
• 请详细讲解FMCW雷达信号处理流程，包括距离、速度、角度估计的原理与实现
• 如何设计一个MIMO雷达的波束成形算法？请说明其与通信波束成形的异同
• 在毫米波雷达目标检测中，如何选择CFAR算法？请比较不同CFAR的优缺点
• 请分享一个你主导的算法从仿真到FPGA部署的项目，如何优化性能与资源？
• 谈谈你对通感一体化（ISAC）技术的理解及在车载场景的应用前景