哈啰出行
规控算法工程师/专家（时空联合决策与规划）-【自动驾驶】
规控算法工程师/专家（时空联合决策与规划）-【自动驾驶】
发布于 大约 16 小时前普通员工/个人贡献者
上海市
中级经验
全职员工
仅现场办公
本科
自动驾驶
DP
轨迹规划
决策规划
MPC
Ilqr
Qp
AI 估算 · 30k–55k
自动驾驶算法岗位技术要求高，上海互联网大厂薪资竞争力强，考虑公司规模与融资阶段，估算薪资较高。
职位详情
关于这个职位
负责自动驾驶车辆的结构化/非结构化道路决策规划算法设计与验证，通过问题根因分析保证算法稳定性
需精通C++、熟悉主流规划控制算法（如DP、MPC、Hybrid A*），并具备2年以上相关经验
适合对自动驾驶技术有热情、追求技术深度的工程师
最低要求
本科及以上学历，专业方向包括计算机、软件、自动化、汽车、模式识别、机械、电子等理工科
决策规划工作经验不小于2年，拥有1个及以上自动驾驶项目工作经验
具备较强的编程能力，精通C++语言，熟练使用Python/Matlab做算法原型验证，熟悉Linux操作指令，有良好的编程习惯和标准化的代码风格
熟悉上游感知、预测等的基本原理，能通过问题表象推测出潜在原因
熟悉基于搜索、采样、优化的轨迹规划算法，熟悉车辆动力学，熟悉DP、QP、SQP、ILQR、Hybrid A*、Lattice、MPC等经典规划、控制算法，熟悉最优化方法的原理
踏实靠谱，积极肯干，具备良好的团队内及跨团队沟通能力
工作职责
负责结构化/非结构化道路决策规划算法设计、开发和验证
分析道路测试问题根因，设计问题修复方案并实施，保证算法的稳定性、可靠性和可扩展性
支持与运营平台端、远控端、上下游模块的对接，规控场景状态机的设计与高效实现
优先资格
加分项：有AI模型开发与部署经验
熟悉主流Planning算法框架，熟悉调试工具开发
有量产城区NOA开发交付经验
有梯度下降、牛顿法等最优
AI 洞察
优缺点分析
- 自动驾驶是高速增长赛道，技术积累对长期职业发展非常有利
- 哈啰出行资金充足，项目量产机会多，能积累实际落地经验
- 岗位涉及前沿算法（时空联合决策），技术挑战大，成长空间高
- 自动驾驶算法复杂度高，问题定位和修复需要较强的系统思维和耐心
- 量产压力大，可能需要应对频繁的测试迭代和紧急问题
- 行业竞争激烈，需要持续学习新技术，保持技术领先性
- 适合对自动驾驶充满热情、具备扎实编程和算法基础、愿意深入解决难题的工程师
角色解读
- 技术纵深发展：成为规控算法专家或技术负责人（架构师）
- 横向扩展：向自动驾驶其他模块（感知、定位）或全栈算法方向发展
- 管理方向：晋升为算法团队主管或技术经理，带领团队开发量产方案
- 设计并验证自动驾驶车辆的决策规划算法，覆盖结构化与非结构化道路场景
- 分析实车测试中的问题根因，优化算法稳定性和可靠性
- 与上下游模块（感知、预测、控制）及平台端对接，实现规控状态机
- 精通C++，熟练使用Python/Matlab进行算法验证，熟悉Linux
- 掌握DP、MPC、Hybrid A*等经典规划控制算法及最优化方法
- 了解感知预测基本原理，具备系统问题分析能力
申请策略
- 了解哈啰出行在自动驾驶领域的业务方向（如两轮车、商用车？），展示对公司的兴趣
- 准备一个完整的规划算法案例分析，展示问题解决思路
- 突出自动驾驶项目经验，详细说明在决策规划算法中的具体贡献和成果
- 展示C++编程能力，可附上GitHub代码仓库或相关项目链接
- 强调对规划控制算法的熟悉程度（如DP、MPC等），并提及实际调优经验
- 如果缺少量产经验，可以学习主流开源框架（如Apollo、Autoware）的规划模块
- 补充AI模型部署经验（如TensorRT、ONNX），这是加分项
面试指南
- 对于算法原理问题，从基本假设、数学建模、实现步骤、优缺点展开
- 对于项目经验问题，采用STAR法则（情境-任务-行动-结果）结构化回答
- 对于开放设计问题，先明确约束条件，再提出方案思路，最后讨论权衡
- 请详细解释Hybrid A*算法的原理及其在非结构化道路规划中的优缺点
- 在决策规划中如何处理动态障碍物的预测不确定性？
- 描述一次你解决算法稳定性问题的经历，使用了什么方法和工具？
- 对比MPC和基于优化的方法，在什么场景下选择哪种？
- 如何设计一个安全高效的时空联合轨迹规划方案？
匹配度报告
71
综合匹配度
自动驾驶算法核心岗位，技术领先薪资高，但工作强度可能较大。
适合人群
该职位最适合重视技术成长和挑战、愿意为前沿技术付出时间的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利80
成长发展90
工作生活40
使命价值75
薪资福利匹配
80较高
职位薪资水平较高，但JD未明确福利细节，融资阶段靠后公司稳定性较强。
薪资信号偏高 (30K-55K/月)
成长发展匹配
90较高
技术前沿（自动驾驶+AI），项目量产实战机会多，成长空间大。
技术前沿前沿/新兴技术
技术栈C++、Python、MPC、DP、QP、Hybrid A*、ILQR、Lattice、SQP、AI模型
业务类型profit_center
工作生活匹配
40较低
未提及弹性工作或WLB，自动驾驶行业普遍加班较多，办公室位于上海。
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）
使命价值匹配
75中等
自动驾驶行业具有社会价值（交通安全、效率），但公司使命未在JD中强调。
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