吉利汽车
汽车毫米波雷达算法工程师
汽车毫米波雷达算法工程师
发布于 大约 13 小时前普通员工/个人贡献者
全职员工仅现场办公算法优化工程师
算法优化工程师
Arm
Cfar
Doa估计
Fmcw
Fpga
Matlab
Mimo
信号处理
毫米波雷达
值不值得投
74综合评分
综合评分 74
技术前沿、薪资优厚，但工作地点和WLB不明确。
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
40K
比算法优化工程师中位数低
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 1230 个在招 · 其中算法优化工程师 10 个
市场机会
选择面较广
杭州 · 算法优化工程师 · 51 个在招
职位详情
关于这个职位
作为吉利汽车的毫米波雷达算法工程师，你将负责卫星架构毫米波雷达的信号处理算法设计，包括目标检测、跟踪、波束成形等核心模块
你将构建全链路仿真模型，并在嵌入式平台（ARM/FPGA）上实现算法，推动自动驾驶产品的落地
该岗位要求深厚的信号处理与雷达系统知识，并具备跨团队协作能力
最低要求
学历背景:电子工程、通信工程、信号处理、雷达技术等相关专业硕士及以上学历
技术能力:-精通毫米波雷达系统原理(FMCW/TDM-MIMO架构)，熟悉雷达信号处理全链路(FFT/DBF/CFAR等)
深入掌握阵列信号处理算法(MUSIC/Capon/波束空间变换等)，具备MIMO虚拟阵列设计经验
熟练使用Python/MATLAB等进行雷达系统建模，有丰富的C++算法移植经验
具有TI/Infineon/NXP等芯片平台的开发经验，了解天线设计基础，能基于阵列布局进行参数优化
~10年毫米波雷达算法研发经验，有77GHz/79GH雷达项目经历者优先，有4D成像雷达或卫星架构雷达开发经验者优先
具备良好的跨团队协作能力，能快速定位并解决系统级问题
工作职责
负责卫星架构毫米波雷达信号处理算法设计，涵盖目标检测、跟踪、波束成形、DOA估计、MIMO阵列优化等核心算法模块
构建雷达信号处理全链路仿真模型(涵盖FMCW波形分析、CFAR检测、MTI/MTD滤波等)，完成算法验证、性能分析与优化迭代
主导信号处理算法在嵌入式平台(ARM/FPGA)的实现与部署，协同硬件及系统团队完成系统联调，推动算法上车验证与产品落地
深入理解各算法模块的原理与性能指标影响因素，责输出详细的设计文档，评估算法方案对自动驾驶域控及存储资源的占用需求，支撑系统架构决策
洞察行业前沿技术趋势，推动创新算法落地与产品迭代
AI 洞察
优缺点分析
优点
- 吉利作为大型汽车集团，平台稳定，项目资源丰富，可参与量产级自动驾驶项目
- 毫米波雷达是自动驾驶核心传感器，技术前沿，积累的经验具有高市场价值
- 岗位涉及算法设计、仿真、嵌入式部署全流程，技能覆盖面广，成长空间大
- 技术难度高，需要扎实的信号处理和数学基础，学习曲线陡峭
- 跨团队协作频繁，需要较强的沟通和问题解决能力
- 适合具备深厚信号处理背景，热爱算法研发，愿意在自动驾驶领域长期发展的工程师
缺点 / 挑战
- 薪资水平较高，福利待遇完善
- 汽车行业项目周期长，可能面临一定的交付压力
角色解读
- 在技术方向深耕，成为雷达算法专家，主导核心算法研发
- 向技术管理方向发展，带领团队负责整个雷达感知模块
- 横向拓展至自动驾驶感知领域，融合多传感器算法，成为系统架构师
- 设计毫米波雷达信号处理算法，包括目标检测、跟踪、波束成形等核心模块，确保雷达性能满足自动驾驶需求
- 构建雷达信号处理仿真模型，进行算法验证和性能优化，确保算法在复杂场景下的可靠性
- 将算法部署到嵌入式平台（ARM/FPGA），与硬件和系统团队协作，完成系统联调和上车验证
- 输出设计文档，评估算法对计算和存储资源的需求，为系统架构决策提供支持
- 精通毫米波雷达原理和信号处理全链路，包括FMCW、MIMO、CFAR等
- 深入掌握阵列信号处理算法，如MUSIC、Capon，具备MIMO虚拟阵列设计经验
- 熟练使用Python/MATLAB进行雷达建模，并有C++算法移植经验
- 熟悉TI/Infineon/NXP等雷达芯片平台，了解天线设计基础
申请策略
- 关注吉利在智能驾驶领域的战略布局，在面试中展现对公司的了解
- 准备一个完整的雷达算法项目案例，从需求到落地的过程
- 突出毫米波雷达项目经验，特别是77GHz/79GHz或4D成像雷达项目
- 详细描述算法设计、仿真和嵌入式部署的完整流程，量化性能提升成果
- 强调精通Python/MATLAB和C++，并列出使用的芯片平台（如TI、NXP）
- 展示跨团队协作和解决系统级问题的案例
- 深入学习MIMO阵列设计和DOA估计算法，掌握最新雷达技术趋势
- 熟悉ARM/FPGA平台上的算法优化技巧，提升C++代码效率
面试指南
- 采用STAR法则（情境、任务、行动、结果）回答项目经验类问题，突出个人贡献和量化成果
- 对于技术原理问题，先阐述基本概念，再结合实际应用场景说明，体现深度理解
- 对于开放性问题，结合行业趋势和公司业务，展现前瞻性思考
- 请详细解释FMCW雷达的工作原理和信号处理流程
- 如何设计MIMO虚拟阵列？有哪些关键参数需要考虑？
- 在嵌入式平台上优化雷达算法时，你遇到过哪些挑战？如何解决？
- 如何评估雷达算法在复杂场景下的性能？
- 你如何看待毫米波雷达在自动驾驶中的未来发展趋势？
职位点评
薪资福利80
成长发展85
工作生活50
使命价值75
薪资福利
80较高
该职位提供有竞争力的薪资和稳定的平台，但具体福利未在JD中详细说明。
薪资信号未披露（AI估算：30K-50K/月）
成长发展
85较高
岗位涉及前沿雷达技术，提供丰富的技术成长机会，但未明确提及晋升路径。
技术前沿前沿/新兴技术
技术栈毫米波雷达、FMCW、MIMO、DOA、波束成形、CFAR、Python、MATLAB、C++、ARM、FPGA
业务类型ambiguous
工作生活
50较低
工作地点未明确，可能涉及多地，且未提及弹性办公，WLB信息不足。
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
75中等
自动驾驶技术具有积极的社会影响，行业前景广阔，但JD未明确使命导向。
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