哈啰出行
软件工程师（远程驾驶视频系统方向）
软件工程师（远程驾驶视频系统方向）
发布于 大约 16 小时前普通员工/个人贡献者
上海市
专家级经验
全职员工
仅现场办公
学历未注明
CUDA
WebRTC
OpenCV
ROS
GStreamer
FFmpeg
AI 估算 · 35k–55k
职位要求极高（视频编解码、传输、自动驾驶），上海互联网大厂薪资较高，预计月薪35k-55k
职位详情
关于这个职位
该职位负责车端视频采集、编码、传输与显示，开发低延迟高可靠的视频流处理系统，并优化编解码算法适配网络波动
您将深度参与远程驾驶视频系统的核心研发，需要精通视频编解码、传输协议及自动驾驶中间件，适合追求技术深度的资深工程师
最低要求
熟悉Linux系统，具备系统级编程能力
精通视频编码技术，如H.264/AVC, H.265/HEVC, AV1等
熟悉视频传输协议，如RTP, RTSP, RTMP, WebRTC, SRT等
熟悉视频采集设备，如GigE相机, USB相机, MIPI相机等
精通FFmpeg, GStreamer等音视频处理库，能进行二次开发
熟练掌握OpenCV，具备图像处理和计算机视觉基础知识
精通C/C++编程，熟悉Python，能够编写高性能视频处理程序
了解网络编程和并发编程，能够处理高并发视频流
熟悉自动驾驶中间件(如ROS, Autoware等)数据结构和接口
具备网络条件受限情况下的视频传输优化经验
了解GPU加速技术(如CUDA, OpenCL)在视频处理中的应用
具备视频流多路复用、时间戳同步等技术经验
工作职责
负责车端视频的采集, 编码, 传输
负责车端视频的解码, 显示
负责车端视频的传输协议开发
负责从自动驾驶中间件采集数据并进行处理
设计并实现低延迟、高可靠性的视频流处理系统
优化视频编解码算法以适应网络波动和带宽限制
开发视频质量自适应调整机制
设计并实现视频数据的缓存和恢复机制
与系统团队协作，确保视频系统与平台的无缝集成
AI 洞察
优缺点分析
- 深度接触前沿技术：视频编解码、自动驾驶、实时传输，技术壁垒高，积累价值大
- 哈啰出行是知名互联网平台，融资阶段成熟，项目资源丰富，稳定性较好
- 岗位职责聚焦，可成为远程驾驶视频领域的专家，职业竞争力强
- 技术要求全面且深入，对视频编解码、传输协议、系统编程等多方面能力要求高，学习曲线陡峭
- 远程驾驶对延迟和可靠性要求极高，工作压力可能较大，需应对复杂的网络环境优化
- 自动驾驶行业仍处于发展初期，技术标准可能变化较快，需要持续学习
- 适合对视频处理和自动驾驶技术有浓厚兴趣、具备扎实音视频开发经验、渴望在技术深度上持续突破的资深工程师
角色解读
- 可向自动驾驶视频系统架构师或技术专家方向发展，负责整个视频链路的优化
- 积累低延迟高可靠通信经验后，可转向自动驾驶感知、车联网等关联领域
- 在哈啰出行的大平台下，有望参与更多核心自动驾驶项目，晋升为团队技术负责人
- 负责车端视频的采集、编码、传输及解码显示，确保视频流的低延迟和高可靠性
- 开发视频传输协议（如RTP/RTSP/WebRTC）并优化编解码算法以应对网络带宽波动
- 从自动驾驶中间件（如ROS）采集数据并进行处理，设计视频质量自适应调整和缓存恢复机制
- 精通视频编码技术（H.264/H.265/AV1）和传输协议（RTP/RTSP/WebRTC等），熟练使用FFmpeg、GStreamer
- 扎实的C/C++和Python编程能力，熟悉Linux系统编程及并发/网络编程
- 了解自动驾驶中间件（ROS/Autoware）和GPU加速（CUDA/OpenCL），具备OpenCV图像处理基础
申请策略
- 哈啰出行注重工程落地能力，简历中应强调实际项目中的优化成果（如延迟降低、带宽节省）
- 关注哈啰出行在自动驾驶领域的业务布局，面试时展示对该方向的热情和理解
- 突出视频编解码项目经验：详细描述你在H.264/H.265、FFmpeg/GStreamer方面的深度使用和二次开发案例
- 强调传输协议优化成果：如有WebRTC、RTP等低延迟传输优化经验，需具体说明延迟降低的量化指标
- 展示系统级编程能力：C/C++高性能编程、Linux内核或网络编程项目经历，以及自动驾驶相关中间件使用经验
- 若对自动驾驶中间件不熟，可系统学习ROS2的基础概念和通信机制，尝试实现简单的视频发布-订阅节点
- 补充GPU加速知识，通过CUDA实现视频编解码或图像处理的加速demo，提升竞争力
面试指南
- 对于技术问题，采用STAR法则：先说明背景场景，给出遇到的挑战，具体行动（选择的技术方案和实现细节），最后量化结果（延迟降低多少，带宽节省多少）
- 对于开放设计问题，从系统架构角度分层考虑：采集层、编码层、传输层、解码显示层，每层说明关键技术和优化点，并权衡延迟与质量
- 请详细描述你在FFmpeg或GStreamer中进行二次开发的经验，并举例说明如何优化编码参数
- 在弱网环境下，你会如何设计视频传输方案来保证低延迟和画质？请具体说明
- 介绍一下H.265相比H.264的改进点，以及在实际应用中的编码效率差异
- 你如何理解ROS中的话题（Topic）和服务（Service）？请设计一个通过ROS传输视频流的方案
- 请解释CUDA在视频处理中的应用场景，并写出一个简单的kernel函数示例
- 复习视频编解码核心标准（H.264/H.265）的码率控制、帧类型等细节，准备一个完整的视频传输项目案例
匹配度报告
74
综合匹配度
前沿技术栈、高薪、大平台，但WLB不明朗，适合技术驱动型人才。
适合人群
该职位最适合追求技术深度和前沿领域的发展型求职者，对薪资和公司平台也有较高保障，但须接受可能的一般WLB。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利85
成长发展95
工作生活40
使命价值75
薪资福利匹配
85较高
职位薪资估算较高（35k-55k/月），且公司融资成熟、规模大，薪资福利有保障。但JD未提及具体福利，故评分略有保留。
薪资信号未披露 (35K-55K/月)
成长发展匹配
95较高
岗位核心技术栈为视频编解码、自动驾驶、GPU加速等前沿领域，且职责包含低延迟系统设计和算法优化，技术成长空间极大。
技术前沿前沿/新兴技术
技术栈H.265、WebRTC、ROS、CUDA、AV1
业务类型ambiguous
工作生活匹配
40较低
JD未提及远程或弹性办公，也未说明加班或WLB情况，无法判断。考虑到自动驾驶研发的高强度特点，预估WLB一般。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值匹配
75中等
自动驾驶赛道高速增长，远程驾驶具有社会价值（提升交通安全），但JD未直接体现使命感，评分中等偏上。
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