哈啰出行
软件集成工程师/专家（感知与端到端模型） -【自动驾驶】
软件集成工程师/专家（感知与端到端模型） -【自动驾驶】
发布于 大约 17 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
性能优化
嵌入式系统
CI/CD
自动驾驶
感知模型
ROS2
端到端模型
Nvidia Orin
Nvidia Thor
AI 估算 · 25k–45k
自动驾驶领域紧缺技术岗，C++/嵌入式优化难度高，市场需求大，薪资高于普通软件工程师
职位详情
关于这个职位
该职位负责自动驾驶感知与端到端模型的软件集成、构建发布与系统级测试，重点在NVIDIA Orin/Thor等芯片平台上进行性能分析与优化，同时搭建CI/CD流水线保障持续交付
适合有C++系统编程和嵌入式性能优化经验，对自动驾驶技术充满热情的工程师
最低要求
计算机、自动化、电子工程等相关专业本科及以上学历，2年以上嵌入式/系统软件集成或C++性能优化经验
熟练掌握C/C++编程，具备扎实的系统级编程能力，熟悉Linux开发环境与常用工具链（GCC/CMake/Conan/GDB等）
熟悉CPU性能优化方法，包括多线程编程、锁优化、内存对齐、缓存友好设计、SIMD指令等，具备实际调优经验
熟悉CI/CD工具链（如Jenkins、GitLab CI等），有自动化构建与发布流水线搭建经验
熟悉Linux系统性能分析工具（如perf、gprof、valgrind、ftrace、火焰图等），能够定位并解决性能瓶颈
熟悉ROS2/DDS通信机制，或具备嵌入式实时系统开发经验者优先
有NVIDIA Orin、Thor等ARM平台的软件集成与性能优化经验者优先
具备良好的版本管理意识，熟悉Git工作流（分支策略、Tag管理、代码审查）
具备良好的沟通、团队协作与主动学习能力
工作职责
负责自动驾驶/智能驾驶感知软件与端到端自驾软件（涵盖OD、OCC、Lane、TFL、TFS、E2E等模块）的软件集成、构建发布与系统级测试，推动感知与端到端软件在嵌入式终端平台的稳定上线与持续交付
负责感知软件与端到端软件在NVIDIA Orin、NVIDIA Thor等芯片平台上的CPU侧性能分析与优化，包括多线程调度、内存管理、缓存优化、数据通路延迟优化等，确保系统满足实时性要求
搭建并维护自动化构建、集成与发布流水线（CI/CD），实现从代码提交到板端部署的全流程自动化，提升团队交付效率
负责感知系统与端到端系统的集成测试与性能回归测试，制定测试策略，构建测试框架与工具，确保版本质量与性能达标
参与感知与端到端软件架构优化，包括多进程/多线程通信、ROS2节点调度、数据流水线优化等，提升系统整体吞吐与稳定性
负责编写集成发布流程文档、测试报告与工具脚本，支持版本管理与问题追溯
优先资格
加分项：
有实际量产项目的软件集成与发布经验，或参与过自动驾驶感知系统或端到端自驾系统的上线交付
熟悉Colcon/Conan多包构建体系，有大型C++项目的构建系统优化经验
熟悉容器化部署（Docker）、交叉编译工具链、OTA升级流程
有自动化测试框架设计经验（单元测试、集成测试、SIL/HIL测试）
英语良好，能阅读、撰写技术文档
AI 洞察
优缺点分析
- 技术前沿：深耕自动驾驶感知与端到端模型，掌握NVIDIA高端芯片优化，技术含金量高
- 行业前景：自动驾驶是高速增长赛道，哈啰出行资金充裕，项目有机会量产落地
- 技能积累：全面锻炼系统级编程、性能优化、自动化工具链等硬技能，职业壁垒高
- 技术难度大：涉及底层硬件、实时系统、复杂算法集成，需要较强的系统思维和调试能力
- 工作强度可能较高：自动驾驶项目交付压力大，排查性能瓶颈可能耗时耗力
- 学习曲线陡峭：需要快速掌握多种工具链和平台特性，对自主学习能力要求高
- 适合热爱底层系统性能优化、喜欢挑战技术难题、希望在自动驾驶核心技术栈深耕的工程师
角色解读
- 技术深度方向：成为自动驾驶系统性能优化专家，解决高并发低延迟难题，主导平台级架构设计
- 架构广度方向：从软件集成走向系统架构师，统筹感知、规划、控制全栈软件集成与部署
- 管理方向：随着经验积累，可带领集成团队，负责量产项目交付，晋升为技术经理或负责人
- 负责自动驾驶感知与端到端算法的软件集成、构建发布及系统级测试，确保核心算法在车载嵌入式平台上稳定运行
- 在NVIDIA Orin/Thor等芯片上进行CPU性能分析与优化（多线程、内存、缓存等），满足实时性要求
- 搭建自动化CI/CD流水线，实现从代码提交到板端部署的全流程自动化，提升交付效率
- 参与系统架构优化，改善ROS2通信、数据流水线等，提升系统吞吐与稳定性
- 扎实的C/C++系统编程能力，熟悉Linux开发环境及GCC/CMake/Conan等工具链
- 深度掌握CPU性能优化技术，如多线程、锁优化、内存对齐、SIMD等，并有实际调优经验
- 熟悉CI/CD工具（Jenkins/GitLab CI）和自动化构建发布流程
- 了解ROS2/DDS通信或嵌入式实时系统，有NVIDIA硬件平台经验优先
申请策略
- 了解哈啰出行的自动驾驶业务方向（两轮/四轮？），在面试中展示对业务场景的理解会加分
- 准备一个完整的集成与测试案例，展示从代码到部署的思考过程
- 突出C++高性能编程经验，尤其是多线程、内存优化和性能剖析的具体案例
- 重点展示跟自动驾驶或嵌入式相关的项目经历，特别是与NVIDIA平台或ROS2相关的集成工作
- 详细描述CI/CD流水线搭建经验和自动化测试框架设计，体现工程化能力
- 如果缺乏NVIDIA Orin/Thor经验，可提前学习CUDA/ARM平台优化基础，或者动手做一些性能调优Demo
- 加强Linux系统性能分析工具的使用（perf、火焰图等），最好能体现在GitHub项目中
面试指南
- 使用STAR方法：情境(Situation)、任务(Task)、行动(Action)、结果(Result)来回答项目经验问题
- 对于性能优化问题，按照“测量-定位-优化-验证”的逻辑阐述，强调数据驱动
- 对于设计问题，先明确需求边界，再给出方案并权衡取舍，展示系统思维
- 请描述一次你优化多线程程序性能的经历，你用了哪些工具和方法？
- 在NVIDIA Orin平台上，如何保证感知模型推理的实时性？你会从哪些方面优化？
- 谈谈你对ROS2通信机制的理解，如何减少节点间通信延迟？
- 设计一个CI/CD流水线，从代码提交到嵌入式板端部署需要考虑哪些环节？
- 如果你发现集成后的系统偶发崩溃，你会如何定位和解决？
匹配度报告
56
综合匹配度
前沿自动驾驶技术栈，强技术成长，但薪资和生活平衡信息不明确。
适合人群
适合追求技术前沿和深度成长的工程师，对高薪有期待但能接受信息不透明，能承受较高工作强度。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利40
成长发展88
工作生活30
使命价值65
薪资福利匹配
40较低
JD未提及薪资和福利，但结合自动驾驶行业和公司规模，实际薪资应处于市场高位，但信息不透明，补偿动机满足度较低。
薪资信号未披露 (25K-45K/月)
成长发展匹配
88较高
技术栈前沿（自动驾驶感知、NVIDIA Orin/Thor、ROS2），能深度参与高性能系统集成与优化，成长空间大，但JD未明确晋升通道。
技术前沿前沿/新兴技术
技术栈C++、自动驾驶、NVIDIA Orin、NVIDIA Thor、ROS2、CI/CD、性能优化
业务类型profit_center
工作生活匹配
30较低
JD未提及远程或弹性工作，自动驾驶硬件集成通常需要现场办公，且可能伴随高强度项目周期，生活化动机满足度低。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值匹配
65中等
自动驾驶属于高速增长赛道，技术对社会有变革意义，但JD未直接强调社会价值或使命，意义感满足度中等偏上。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs