崗位職責：
1、自動駕駛系統開發與集成?：基于華為MDC（Mobile Data Center）計算平臺，參與自動駕駛軟件系統（感知、定位、規劃、控制等模塊）的設計、開發及優化，確保系統高效穩定運行。
2、多傳感器融合算法開發?：負責激光雷達、攝像頭、毫米波雷達等傳感器的數據融合算法開發，提升環境感知精度與實時性。
.3、功能模塊開發?：
?開發高精度定位模塊（如SLAM、GNSS/IMU融合）。
設計實時路徑規劃與決策控制算法（如A*、 EM Planner/Lattice等、MPC等）。
?優化深度學習模型在MDC平臺的部署（如目標檢測、語義分割）。
.
?端到端感知系統開發:?
?基于MDC平臺算力，設計并實現端到端感知模型
?從多傳感器原始數據（攝像頭/LiDAR）直接輸出結構化環境信息（目標檢測、語義分割、場景理解）。
?優化端到端模型的輕量化部署，支持多模態數據（時序圖像/點云）的聯合推理，降低對傳統人工規則和后處理流程的依賴。
.
?端到端規劃與控制開發:?
?構建端到端駕駛策略模型（如基于Transformer模仿學習框架），從感知結果或原始傳感器輸入直接生成可執行的軌跡與行為決策。
?結合強化學習（RL）與模型預測控制（MPC），實現動態場景下的實時閉環規劃，保障安全性與舒適性。
.
?端到端技術落地優化:?
?針對MDC異構計算架構，優化端到端模型的算子性能（如TensorRT加速、內存復用），滿足車載實時性要求（單幀推理延時<50ms）。
?系統性能優化?：針對MDC異構計算架構（CPU+AI加速芯片），優化算法計算效率與資源占用，提升系統實時性。
二、技術能力?：
?精通C++/Python，熟悉Linux開發環境及ROS/ROS2框架。
?熟悉自動駕駛核心算法（如多目標跟蹤、SLAM、行為預測、運動規劃）。
?具備傳感器數據處理經驗（如點云處理、圖像處理、時序融合）。
?了解深度學習框架（PyTorch/TensorFlow）及模型部署工具（TensorRT/ONNX）。?
?熟悉端到端感知模型，掌握BEV空間構建、時序融合及自監督預訓練技術。
?具備多模態數據聯合訓練經驗（圖像+點云），熟悉分布式訓練框架。
?了解車載芯片的模型部署優化（如Ascend算子開發、INT8量化）。?
?精通端到端規劃算法，熟悉大規模駕駛場景數據集。
通用技術要求?：
1、 熟悉華為MDC平臺開發流程，了解其異構計算、高可靠中間件（如DDS）及工具鏈。
2、 熟練使用PyTorch/TensorFlow框架及模型部署工具鏈（ONNX/TensorRT）。。
3、 有車規級嵌入式系統開發經驗者優先（如AUTOSAR適配）。
.?加分項：?
. 參與過L3/L4級自動駕駛量產項目。
. 有MDC平臺算法移植或性能調優經驗。
. 在頂級會議/期刊（如CVPR、ICRA、IEEE T-IV）發表過自動駕駛相關論文。
. 熟悉車云協同架構或OTA升級技術。