学历与专业 - 2027届本科及以上学历，硕士、博士优先。 - 计算机、人工智能、自动化、控制科学、机器人、电子信息、车辆工程、软件工程等相关专业。 编程与工程基础 - 熟练使用Python，掌握C/C++，能够独立完成算法模块、功能软件或工程工具开发。 - 具备扎实的数据结构、算法、操作系统和计算机网络基础。 - 熟悉Linux开发环境，能够开展代码调试、日志分析和性能问题定位。 - 熟悉Git，具备良好的编码规范、软件测试和版本管理意识。 系统设计基础 - 掌握状态机、时序逻辑、接口设计或系统建模中的一种或多种方法。 - 能够将复杂场景拆解为清晰的状态、行为、约束和系统交互关系。 - 了解嵌入式系统、实时系统、通信协议或分布式系统基本原理。 - 对异常处理、降级策略、安全约束和系统边界具备基本认识。 算法与数据基础 具备以下一个或多个方向的技术基础： - 计算机视觉、语音处理、目标检测、人体姿态或行为识别； - 多模态学习、时序建模、Transformer或图模型； - 机器学习、深度学习、强化学习或优化算法； - 控制理论、决策规划、状态估计或异常检测； - 数据处理、特征分析、模型评估及结果可视化。 能够使用一种主流深度学习框架完成模型训练、评估和推理者优先。 仿真与验证基础 - 能够使用Python、MATLAB/Simulink、ROS等环境中的一种开展建模、仿真或数据分析。 - 理解单元测试、集成测试、自动化测试和场景覆盖的基本方法。 - 了解模型在环、软件在环、硬件在环或数字孪生中的一种或多种技术。 - 能够根据需求设计验证场景，并通过测试数据判断系统是否达到预期。 综合能力 - 对智能汽车、机器人或复杂智能系统具有持续兴趣。 - 既能理解产品目标，也愿意深入系统、软件和算法细节。 - 具备良好的问题分析、技术表达和跨团队协作能力。 - 具备良好的英文读写能力，能够阅读论文及技术资料。 加分项 - 完成过涵盖感知、决策、控制、软件实现或仿真验证的完整技术闭环。 - 在多模态感知、行为预测、智能决策、系统建模或虚拟验证方向有深入积累。 - 了解面向服务的软件架构、车载通信或汽车软件基础。 - 有高质量论文、专利、竞赛成果、开源贡献或复杂工程实践。