泊车控制算法工程师（中阶产品开发部）

优缺点分析

角色解读

• 技术专家路线：深入专精某一控制方向（如预测控制、决策规划），成为领域内的技术权威
• 技术管理路线：带领小团队负责一个功能模块或子系统的开发，向技术经理或项目经理方向发展
• 系统架构路线：从单点算法开发扩展到整个泊车或智驾系统的设计，成长为系统架构师
• 设计和维护自动泊车系统的核心控制算法软件架构
• 开发、实现并优化车辆的横纵向控制算法（如路径跟踪、速度控制），确保其在实车上稳定可靠地工作
• 通过仿真回灌和大量实车测试，验证算法性能，定位并解决遇到的实际问题
• 参与新功能的开发，不断优化泊车体验，使其更智能、更高效
• 扎实的控制理论基础：精通PID、LQR、MPC等经典算法，并能将其应用于车辆运动学/动力学模型
• 工程开发能力：熟练使用C++进行软件开发，并能运用Matlab/Simulink进行算法原型设计和仿真
• 汽车系统知识：了解整车CAN通讯、传感器（感知）和执行器（转向、制动）的特性与交互
• 实车调试与问题解决能力：拥有丰富的实车调试经验，能快速定位并解决算法在实车上遇到的复杂问题

申请策略

• 在简历或面试中，准备一个清晰的故事：如何将一个控制理论应用于实车，并解决了一个具体的工程问题
• 了解吉利汽车在智能驾驶（特别是泊车功能）方面的现有产品和技术路线，展示你的兴趣和准备
• 重点突出“规控算法”相关的项目经历，特别是涉及PID/MPC/LQR等算法的具体应用案例
• 详细描述使用C++/Matlab/Simulink进行算法开发、仿真和验证的技术栈与成果
• 强调任何与“自动泊车”、“智驾量产”、“实车调试”相关的经验，量化解决的问题和性能提升效果
• 列出熟练的汽车相关工具链（如CANoe、dSPACE等）和对车辆动力学模型的理解
• 复习和深化经典控制理论在车辆横向（转向）和纵向（驱动/制动）控制中的应用
• 如果实车经验较少，可以寻找机会参与或模拟完整的“算法开发-仿真-代码生成-实车测试”流程

面试指南

• 梳理并精炼你过去做过的1-2个核心控制算法项目，准备好能深入讨论的技术细节
• 复习车辆动力学基础、经典控制理论（尤其是PID调参、MPC建模）和CAN通讯协议
• 阅读一些关于自动泊车（APA）技术原理和实现挑战的资料，了解行业内的主流技术方案
• 对于算法设计问题：采用“背景-问题-方法-结果-反思”的结构
• 先说明项目背景和目标，然后描述遇到的具体控制问题，接着解释你选择或设计的算法原理，再给出量化的效果，最后总结可优化的点
• 对于问题定位类问题：遵循“现象-可能原因-排查手段-解决依据”的逻辑链
• 从具体现象出发，列举所有可能的原因（传感器、执行器、算法参数等），描述你使用仿真、日志分析、CAN信号抓取等工具逐一排除的过程，最终给出解决方案
• 对于开放性问题：结合理论知识、工程经验和行业趋势进行回答