项目背景： 面向下一代智能底盘的车辆运动控制软件研发。项目目标是实现更高的车辆横纵向稳定性、更精准的车身姿态管理，以及对智能驾驶场景的更强适应能力。 岗位职责： 1. 参与下一代智能底盘车辆运动控制软件研发，聚焦车辆横纵向稳定性、车身姿态管理及智能驾驶场景适应能力提升； 2. 参与车辆运动控制需求分析，拆解整车控制目标为可实现的软件功能与数据流结构，支持上层AI算法与底层执行器协同； 3. 在MATLAB/Simulink、Python或C/C++环境中搭建控制算法原型（如状态估计、分配控制、滑移率控制），并利用CarSim或Simulink Plant Model等仿真平台进行性能验证与参数分析； 4. 探索数据驱动或模型融合方法在控制性能提升中的应用，如场景识别辅助策略切换、参数自适应、预测控制增强； 5. 按照汽车行业流程参与软件发布、文档编写与版本管理。

项目背景： 面向智能底盘软件的数字孪生-虚拟化验证环境开发。项目目标是实现模型更精准、速度更高效的数字孪生模型。 岗位职责： 1. 负责数字孪生系统中基于AI的算法开发，利用车辆真实数据反推车辆模型参数； 2. 设计并实现参数降维和智能数据筛选算法，提升模型算法性能、准确性和数据质量； 3. 与车辆动力学及建模领域专家协作，聚焦AI技术在智能底盘软件数字孪生-虚拟化验证环境中的应用； 4. 参与面向模型更精准、速度更高效的数字孪生模型的研发工作。

岗位职责： 1. 参与车辆运动智控系统的功能安全开发，聚焦AI/DT赋能系统功能安全需求分析与设计环节，实现需求分析的自动化初步评估； 2. 参与系统功能安全验证与确认工作，利用AI/DT技术实现基于规则的测试条目生成及测试结果评估的自动化； 3. 开展基于AI的功能安全机制预研，重点围绕车辆稳定性控制相关软件开发进行技术探索与实现； 4. 运用Python进行基于大模型的编码开发，推进模型在功能安全设计中的应用； 5. 结合Matlab、C Link及Java工具链，完成相关功能开发与系统集成。

背景：制造过程质量波动需实时监控与快速响应，需构建过程质量控制数字化能力。 核心内容：参与关键工序质量数据采集与分析，协助搭建SPC监控模型；参与质量问题自动预警与追溯机制设计，优化防错系统逻辑，降低不良率。

1.AI技术应用开发 - 开发AI驱动的过程质量预警系统，通过历史数据预测过程风险。 - 优化质量报告自动生成工具，利用AI技术实现缺陷描述的自动化归类。 2.质量数据分析与改进 - 参与设计AI辅助的质量审核流程，减少人工复核成本。 - 协助制定AI模型迭代方案，提升过程风险预测准确率

项目背景： 专注于电控悬架控制器核心软件的研发与测试。通过融合车身加速度、高度传感器及惯性测量单元数据，参与设计CDC（连续阻尼控制）/空气弹簧调节算法，实现车辆在不同路况与驾驶模式下的自适应底盘控制。项目旨在通过高精度软件算法，提升车辆的操稳性、平顺性及通过性，打造卓越的驾乘体验。 核心内容： 参与电控悬架系统需求分析，协助完成传感器信号采集（加速度、高度、压力等）及执行器驱动（电磁阀/电机）的软件实现； 负责悬架控制策略的开发，涵盖车身高度调节、阻尼力连续调节、刚度切换逻辑及车身姿态控制（抗俯仰/抗侧倾） 等算法的实现与验证； 基于嵌入式环境执行软件单元测试与集成测试，配合硬件团队完成传感器标定及执行器响应特性测试； 参与车辆状态估算及故障诊断逻辑的开发，负责与底盘其他域控制器（如转向、制动）的协同控制逻辑实现； 协同资深工程师完成软件版本管理及交付报告撰写，参与符合V模型开发流程的软件释放工作，确保控制逻辑在极限工况下的稳健性。

背景：当前市场竞争日益激烈，消费者需求快速迭代，产品产业化成为企业提升竞争力的关键。为顺应市场趋势，把握发展机遇，企业需全面布局。 项目内容：开展市场调研与需求分析，明确目标市场与竞争态势；聚焦技术研发，提升产品质量与效率；构建高效生产与供应链体系，降低成本；建立严格质量管理体系，保障产品稳定性；制定销售策略，拓宽市场渠道；进行宏观经济分析，指引产业发展；确保政策法律遵从，规避风险；强化人才培养与团队建设，推动产业化顺利实施

工作内容 协助深度学习模型（如目标检测、车道线识别）的部署和优化 使用Python/C++编写数据处理、模型测试脚本 参与算法调试和性能分析 整理技术文档 任职要求 计算机/电子/自动化等相关专业在校生 会Python和C++基础编程 了解深度学习基础知识 每周至少实习4天，持续3个月以上 踏实肯干，学习能力强 优先考虑 有深度学习项目经验 会用PyTorch/TensorFlow 了解OpenCV、ROS等工具 实习收获 参与实际智能驾驶项目开发 学习工业级算法部署经验 资深工程师指导