（一）岗位职责：
（1）‌自动驾驶系统开发与集成‌：
基于华为MDC（Mobile Data Center）计算平台，参与自动驾驶软件系统（感知、定位、规划、控制等模块）的设计、开发及优化，确保系统高效稳定运行。
（2）‌多传感器融合算法开发‌：
负责激光雷达、摄像头、毫米波雷达等传感器的数据融合算法开发，提升环境感知精度与实时性。
（3）‌功能模块开发‌：
开发高精度定位模块（如SLAM、GNSS/IMU融合）。
设计实时路径规划与决策控制算法（如A*、 EM Planner/Lattice等、MPC等）。
优化深度学习模型在MDC平台的部署（如目标检测、语义分割）。
（4）‌端到端感知系统开发:‌
基于MDC平台算力，设计并实现端到端感知模型
从多传感器原始数据（摄像头/LiDAR）直接输出结构化环境信息（目标检测、语义分割、场景理解）。
优化端到端模型的轻量化部署，支持多模态数据（时序图像/点云）的联合推理，降低对传统人工规则和后处理流程的依赖。
（5）‌端到端规划与控制开发:‌
构建端到端驾驶策略模型（如基于Transformer模仿学习框架），从感知结果或原始传感器输入直接生成可执行的轨迹与行为决策。
结合强化学习（RL）与模型预测控制（MPC），实现动态场景下的实时闭环规划，保障安全性与舒适性。
（6）‌端到端技术落地优化:‌
针对MDC异构计算架构，优化端到端模型的算子性能（如TensorRT加速、内存复用），满足车载实时性要求（单帧推理延时<50ms）。
‌系统性能优化‌：针对MDC异构计算架构（CPU+AI加速芯片），优化算法计算效率与资源占用，提升系统实时性。
（二）‌技术能力‌：
（1）精通C++/Python，熟悉Linux开发环境及ROS/ROS2框架。
（2）熟悉自动驾驶核心算法（如多目标跟踪、SLAM、行为预测、运动规划）。
（3）具备传感器数据处理经验（如点云处理、图像处理、时序融合）。
（4）了解深度学习框架（PyTorch/TensorFlow）及模型部署工具（TensorRT/ONNX）。‌
（5）熟悉端到端感知模型，掌握BEV空间构建、时序融合及自监督预训练技术。
（6）具备多模态数据联合训练经验（图像+点云），熟悉分布式训练框架。
（7）了解车载芯片的模型部署优化（如Ascend算子开发、INT8量化）。‌
（8）精通端到端规划算法，熟悉大规模驾驶场景数据集。
（三）通用技术要求‌：
（1）熟悉华为MDC平台开发流程，了解其异构计算、高可靠中间件（如DDS）及工具链。
（2）熟练使用PyTorch/TensorFlow框架及模型部署工具链（ONNX/TensorRT）。。
（3）有车规级嵌入式系统开发经验者优先（如AUTOSAR适配）。
（四）‌加分项：‌
（1）参与过L3/L4级自动驾驶量产项目。
（2）有MDC平台算法移植或性能调优经验。
（3）在顶级会议/期刊（如CVPR、ICRA、IEEE T-IV）发表过自动驾驶相关论文。
（4）熟悉车云协同架构或OTA升级技术。