英伟达
Perception Engineer - Autonomous Driving
Perception Engineer - Autonomous Driving
发布于 大约 4 小时前普通员工/个人贡献者
上海市 / 深圳市
中级经验
全职员工
仅现场办公
本科
PyTorch
CUDA
TensorRT
Autonomous Driving
Gpu Computing
Dnn Acceleration
AI 估算 · 25k–45k
英伟达上市巨头，自动驾驶和AI领域薪资溢价高，中级工程师市场参考范围，且上海/深圳生活成本较高。
职位详情
关于这个职位
作为英伟达自动驾驶感知工程师，你将参与最前沿的深度学习解决方案研发，从事自动驾驶感知软件栈的改进、DNN模型加速与部署工作
该职位要求扎实的C++/PyTorch功底和计算机视觉/自动驾驶感知经验，适合热爱技术、追求创新的人才
最低要求
Subject to arrangement to different works at any time to take on different tasks and challenges
Self-motivated attitude and motivation to make things success, intent to learn
BS/MS degree in Computer Science/EE or related
Proven fundamentals in c++/pytorch programming and SW design and debug skills
Abundant knowledge of ML/DL techniques for Computer Vision and autonomous driving
Knowledge and experiences for perception stack for Autonomous driving, for example camera/radar/ultrasonic/parking/wait condition perception/multiple sensor fusion/...
Believe that experimenting is the only way to find the truth, not argument
At least 3 years in DNN area
Located in Shanghai/Shenzhen or willing to work in Shanghai/Shenzhen
工作职责
Work on research, design and implementation of software features that are beneficial to our customers to meet their performance targets and build unique values
Autonomous driving perception SW stack for improvement and issue fixes
Autonomous driving perception DNN improvement/eval/KPI for DNNs
Autonomous driving perception issue triage and root causing
Develop solutions for DNN model acceleration, optimization and deployment
优先资格
DNN development and network acceleration is highly desired
Familiarity with GPU computing/NVIDIA CUDA/NVIDIA TensorRT
AI 洞察
优缺点分析
优点
- 身处AI计算龙头公司，接触最前沿的GPU技术和自动驾驶解决方案
- 工作地点在上海/深圳核心城市，行业资源丰富
缺点 / 挑战
- 项目涉及高性能计算和深度学习，技术挑战大，个人成长迅速
- 自动驾驶领域技术更新快，需要持续学习，压力较大
- 工作强度可能较高，需应对复杂的问题排查和多任务切换
- 适合对自动驾驶和AI充满热情、具备扎实C++和DL基础、愿意在快节奏环境中挑战自我的技术型人才
角色解读
- 技术深耕：从感知算法工程师成长为系统架构师，或专注模型加速和部署优化
- 管理方向：积累项目经验后，可转向技术团队领导或项目经理角色
- 负责自动驾驶感知软件栈的改进和问题修复，确保系统稳定可靠
- 对深度学习模型进行性能评估、调优及加速，部署到实际产品中
- 研究和实现软件功能，帮助客户达成性能目标，构建差异化价值
- 精通C++和PyTorch，具备扎实的软件设计和调试能力
- 深厚的机器学习/深度学习知识，特别是计算机视觉和自动驾驶感知领域
- 熟悉至少一种自动驾驶感知模块（相机、雷达、超声波等），有多传感器融合经验更佳
申请策略
- 提前了解英伟达自动驾驶平台Drive AGX和相关技术博客，展现对产品和技术的热情
- 突出C++和PyTorch项目经验，展示代码量和复杂系统设计能力
- 强调自动驾驶或计算机视觉相关的工作/研究经历，附上具体成果（如模型提升指标）
- 如有GPU加速（CUDA/TensorRT）经验，务必单独列出
- 深入掌握NVIDIA CUDA编程和TensorRT推理优化，这是加分项
- 加强对多传感器融合和端到端自动驾驶系统的理解
面试指南
- 对于项目经验问题，采用STAR法则（情境-任务-行动-结果），突出个人贡献和量化结果
- 对于技术原理问题，先给出定义，再结合实践经验举例，最后总结优势或适用场景
- 请简要介绍一个你亲手实现的感知算法项目，包括遇到的挑战和解决方案
- 如何对PyTorch模型进行性能分析和优化？请举例说明
- 描述多传感器融合在自动驾驶中的常见方法及优缺点
- 你如何看待当前自动驾驶感知技术的主要瓶颈？你会如何改进？
- 解释CUDA编程模型中的grid、block和thread概念，以及如何优化GPU内存访问
- 复习C++基础知识、设计模式和调试技巧
匹配度报告
71
综合匹配度
技术前沿、薪资优厚、成长空间大，但工作生活平衡一般且要求现场办公。
适合人群
最适合追求技术成长和前沿挑战、对薪资和福利有较高期待，且能接受较高工作强度和现场办公的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利85
成长发展90
工作生活40
使命价值70
薪资福利匹配
85较高
该职位薪资位于市场高水平，英伟达提供行业内具有竞争力的薪酬，但JD未明确列出具体福利。
薪资信号偏高 (25K-45K/月)
成长发展匹配
90较高
接触最前沿的GPU和自动驾驶技术，项目技术含量高，成长空间巨大，但JD未明确提及晋升通道。
技术前沿前沿/新兴技术
技术栈C++、PyTorch、Deep Learning、Computer Vision、Autonomous Driving、GPU Computing、CUDA、TensorRT
业务类型ambiguous
工作生活匹配
40较低
要求现场办公，未提供远程或弹性工作选项，工作地点在科技园区，通勤可能不便，且未提及工作生活平衡措施。
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
70中等
自动驾驶行业处于高速增长期，技术创新型，但社会影响力中等，JD未强调使命或价值观。
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