智能车控软件工程师

岗位职责：
1.主导基于 Simulink/Stateflow 的控制逻辑建模、仿真验证与自动代码生成（Embedded Coder），支撑 MIL/SIL/HIL 及实车测试闭环；
2.使用 C++ 开发符合车规级要求的嵌入式控制软件，确保实时性、鲁棒性与功能安全；
3.利用 Python 构建算法原型、自动化测试工具链及强化学习训练环境，加速控制策略迭代；
4.负责 纵向控制（如智能巡航、制动协调）、横向控制（如路径跟踪、转向辅助）或 垂向控制（如主动悬架、车身姿态管理）等 Motion 域功能的软件实现与量产交付；
5.参与 VCU/HCU 相关核心策略开发，包括扭矩链管理、多源动力分配、模式切换与能量优化；
6.探索 深度强化学习（如 PPO、DDPG、TD3）在自适应车辆控制中的可行性与工程集成路径；
7.与系统、标定、测试及硬件团队紧密协作，主导软件集成、问题分析、实车调试与量产支持；
8.编写高质量技术文档，遵循 ASPICE 或 ISO 26262 等汽车电子开发流程。
任职资格：
5年以上汽车电子或控制系统软件开发经验
加分项：
1.具备 VCU（整车控制器）或 HCU（混合动力控制器） 的完整开发经验，深入理解新能源汽车动力系统架构、执行器特性及典型控制策略（如扭矩分配、工作模式管理、再生制动协调等）；
2.扎实掌握经典与现代控制理论，能够结合工程实际灵活运用 PID 控制、模型预测控制（MPC）、动态规划、卡尔曼滤波（含 EKF/UKF）等方法解决复杂车辆控制问题；
3.精通 Simulink/Stateflow 建模及基于模型的开发（MBD）流程，具备成熟的自动代码生成与嵌入式部署经验；
4.熟练使用 C++ 进行车规级嵌入式软件开发，并能高效利用 Python 进行算法验证、数据分析与工具开发；
5.熟悉车辆动力学基础，了解底盘关键执行器（电驱、制动、转向、悬架）的控制接口与性能边界；
6.对深度学习与强化学习有实质性理解，有将 PPO、DDPG、TD3 等算法应用于控制或机器人场景的实践经验者优先；
7.熟悉 CAN/LIN 通信协议，能熟练使用 CANoe、CANalyzer、INCA 等工具进行总线分析、信号监控与标定；
8.具备优秀的系统思维、技术判断力和跨团队协作能力，能独立主导模块级技术方案并推动落地。
加分项：
1.有 AUTOSAR（Classic 或 Adaptive）架构下的软件开发经验；
2.参与过 ISO 26262 ASIL-B/D 级别项目的功能安全开发；
3.具备 ADAS（如 ACC、LKA）或线控底盘（Steer-by-Wire / Brake-by-Wire）相关量产经验；
4.在 ICRA、IROS、IEEE IV、ACC 等会议或期刊发表过车辆控制相关成果；
5.熟悉 dSPACE、ETAS、NI 等 HIL 平台或 CARLA、Prescan 等仿真环境。