工作职责：

1. 负责自动驾驶汽车在结构化道路（如高速、城市快速路）及非结构化场景（如自动泊车）中的行为决策与运动规划算法研发，设计安全、舒适且符合交规的行驶策略；
2. 负责复杂动态场景（如密集车流切入切出、无保护路口、人车混流）的处理策略设计、算法实现与迭代优化，提升系统的智能性和可靠性；
3. 对接上游感知、定位模块和下游车辆控制模块，进行系统集成与联合调试，确保决策规划模块与整个自动驾驶系统协同稳定工作；
4. 负责算法的实车部署、车载嵌入式平台性能优化、仿真测试及大规模路测验证，支持量产项目的落地应用；
5. 持续跟踪业界前沿技术（如数据驱动、强化学习、大模型在规划中的应用），进行技术预研和算法创新，保持技术竞争力。

任职资格：

1. 计算机科学、自动化、电子工程、机器人学、车辆工程、数学或相关专业​​的本科及以上学历；
2. 具备​量产决策规划算法​​项目经验，如参与过NOA（自动导航辅助驾驶）、LCC（车道居中控制）等功能的研发、调试和量产交付流程；
3. 拥有​L4级别自动驾驶项目​​的研发经验，熟悉高性能决策规划系统在复杂场景下的挑战和解决方案，有Robobus、Robotaxi等相关项目经验者更佳；
4. 熟练掌握C/C++语言​，具备扎实的编程功底和良好的数据结构与算法基础，有在Linux系统下进行实际自动驾驶系统集成开发的经验；
5. 熟悉​ROS（机器人操作系统）​​、Apollo等自动驾驶开源框架或机器人系统的开发环境；
6. 具备​Python​​编程能力，用于算法原型快速开发、数据分析和工具脚本编写；
7. 熟悉常见的决策规划算法​：精通​​图搜索算法​​（如A、Hybrid A）、​​基于采样的算法​​（如RRT、CL-RRT）、​​优化理论方法​​（如QP、MPC、Lattice Planner）以及​​决策理论​​（如有限状态机FSM、马尔可夫决策过程MDP/POMDP）；
8. 具备扎实的数学基础​：深厚的​​数值优化​​、​​计算几何​​、​​图论​​、​​统计学​​和​​车辆运动学/动力学模型​​知识，并能将其应用于解决实际工程问题。

加分项​：
1. 了解​机器学习、深度学习、强化学习​​在自动驾驶决策规划中的应用；
2. 熟悉​敏捷开发、持续集成、仿真回归​​等量产开发流程和工具链（如CarSim、 Logsim、CarMaker）；
3. 拥有开源自动驾驶社区（如Apollo、Autoware、Carla）的开发经验；
4. 优秀的英文文献阅读能力，能够跟踪、学习并实践业界前沿算法。