主要职责：
1. 算法模块集成与实车部署
- 深度参与智能辅助驾驶驾驶诸多算法模块的集成与工程化改造
- 开发统一集成算法模块的工程链路，并可跨平台（arm/x86）部署，支持链路快速调试和部署
- 对接云端与仿真验证体系，建设统一的车云工程体系
2. 车云链路系统设计与性能优化
- 负责车云链路集成架构的设计，开发与迭代，包括数据格式、调度机制等
- 持续优化链路时延、吞吐与系统稳定性，保障算法模块在车端的高可靠运行
- 解决车云链路中的高并发、数据一致性，跨版本伴生下发等诸多工程难题
3. CI/CD 与自动化质量体系建设
- 构建稳定可靠的 CI/CD 流程（构建、编译、自动部署、回归验证）
- 设计多层级的拦截系统，拦截所有上车模块的质量问题
- 设计工程质量度量体系，提升整个团队的交付效率与代码质量
4. 工程质量与系统级问题攻关
- 推进 C++/Python 工程规范、性能 profiling、内存、日志管理优化等专项工作
- 参与定位和解决系统级崩溃、性能瓶颈、线程安全、内存泄漏等复杂问题
- 主导关键模块的工程重构，使系统具备可扩展性、可维护性
1. 基础能力（必备）
- 熟练掌握 Linux 环境开发，熟悉常用构建工具、调试工具、性能工具
- 熟练使用 Git/Gerrit/GitLab CI 等现代研发流程
- C++ 能力扎实：
- 熟悉 C++11/14/17/20 标准
- 理解内存模型、智能指针、对象生命周期
- 熟悉 STL、现代模板与泛型、编译期优化
- 精通多线程编程（mutex/lock-free/future 等）
- Python 能力扎实：
- 熟悉多进程/多线程/协程模型
- 理解 Python 虚拟机、GIL、对象模型、内存管理机制
2. 加分项（以下任意符合均加分）
- 有 高性能计算 / CUDA / GPU 加速 经验
- 有 大规模 C++ 工程架构 经验，能在复杂系统中设计模块化工程结构
- 熟悉以下性能/质量工具：
- JPerf、SonarQube、ASan/TSan、Minidump、Jemalloc、Perf、VTune
- 熟悉 视频编解码、图像传输链路优化
- 了解 LLM / 多模态模型在智能辅助驾驶中的应用
- 有模型 分布式训练、多机多卡调优 经验
- 有智能辅助驾驶、机器人、实时系统等项目经验
