智能驾驶测试-仿真测试-软件测试

1. 智能驾驶测试工程师

负责智能驾驶系统（ADAS/ADS）的实车测试，包括功能测试、场景测试、边界条件测试等。

设计并执行测试用例，分析测试数据，定位软硬件问题并推动解决。

搭建测试环境，管理测试设备（如摄像头、雷达、激光雷达等传感器）。

编写测试报告，跟踪测试问题闭环，支持系统迭代优化。

任职要求：技能：熟悉自动驾驶系统架构（感知、决策、控制），掌握CAN/LIN总线工具（如CANoe、CANalyzer）。

经验：2年以上智能驾驶或ADAS实车测试经验，熟悉ISO 26262功能安全标准。

工具：熟练使用数据采集工具（如Vector工具链）、数据分析工具（MATLAB/Python）。

加分项：有高精度地图测试经验或熟悉自动驾驶法规（如UN R157）。

2. 智能驾驶仿真测试工程师

基于仿真平台（如CARLA、PreScan、CARSim）搭建虚拟测试场景，验证算法及系统功能。

开发自动化测试脚本，提升仿真测试效率，构建场景库及边缘案例库。

分析仿真测试结果，输出问题报告并与算法/软件团队协作优化。

推动仿真工具链的迭代升级，提升场景覆盖率和测试精度。

任职要求：

技能：熟悉仿真工具链（如Prescan/CARLA/CARSim），掌握场景建模语言（OpenSCENARIO）。

经验：2年以上自动驾驶仿真测试经验，熟悉传感器模型（摄像头/雷达/LiDAR仿真）。

工具：熟练使用Python/C++开发自动化测试脚本，熟悉ROS/ROS2通信框架。

加分项：熟悉深度学习在仿真中的应用（如场景生成、测试结果预测）。

3. 智能驾驶软件测试工程师

负责智能驾驶软件模块的测试，包括单元测试、集成测试、系统测试及自动化测试。

设计测试策略，编写测试用例，搭建测试框架（如基于ROS的HIL测试环境）。

执行代码静态检查（如MISRA C规则）、覆盖率分析（如gcov），确保代码质量。

跟踪软件缺陷生命周期，协同开发团队完成问题修复与回归测试。

任职要求：技能：精通软件测试理论（V模型/敏捷测试），熟悉ASPICE流程及ISO 26262标准。

经验：3年以上嵌入式软件测试经验，熟悉C/C++/Python编程及测试框架（如Google Test）。

工具：熟练使用静态分析工具（如Klocwork）、持续集成工具（如Jenkins/GitLab CI）。

加分项：有自动驾驶中间件（如ROS/AUTOSAR）或传感器驱动测试经验。

4. 智能驾驶性能标定工程师

负责智能驾驶系统（如ACC、AEB、LKA）的性能标定与参数调优，提升驾驶舒适性及安全性。

设计标定实验方案，完成实车数据采集与算法参数迭代优化。

分析车辆动力学数据（如横纵向控制参数），解决系统性能与场景适应性冲突。

支持功能安全分析（如FMEA），确保标定结果符合功能安全要求。

任职要求：技能：精通车辆动力学、控制理论（PID/MPC），熟悉标定工具（INCA/CANape）。

经验：2年以上自动驾驶系统标定经验，熟悉DOE（实验设计）方法。

工具：熟练使用MATLAB/Simulink、数据分析工具（Pandas/NumPy）。

加分项：有量产项目标定经验或熟悉整车通信协议（如Autosar）。

共性要求

学历：车辆工程、自动化、计算机、电子工程等相关专业本科及以上。

软技能：逻辑清晰、沟通能力强，能适应跨团队协作及高强度工作。

行业认知：了解自动驾驶技术趋势（如BEV/Transformer、端到端架构）。