1. 负责自动驾驶系统构建工具链的设计与开发，优化编译、打包、测试、部署流程，提升研发效率； 2. 搭建和维护持续集成/持续部署（CI/CD）流水线，实现代码自动化构建、静态代码分析、单元测试、集成测试及版本发布； 3. 基于Docker/Kubernetes等技术构建容器化开发环境和部署方案，确保跨平台兼容性及环境一致性； 4. 设计并实现自动化测试框架，集成仿真工具（如Carla、Prescan）与实车测试数据，保障系统可靠性； 5. 优化构建性能，减少编译时间，解决依赖冲突和资源瓶颈，提升开发迭代速度； 6. 维护代码仓库管理（Git/GitLab），制定分支策略和版本控制规范； 7. 协作算法团队与硬件团队，适配不同计算平台（如Xavier、Orin、地平线芯片）的编译与部署需求； 8. 编写技术文档与工具使用指南，推动团队工程化流程标准化。

1. 学历与经验： - 计算机科学、软件工程、自动化或相关专业，本科及以上学历； - 5年以上系统开发经验，3年以上构建系统或CI/CD开发经验； - 有自动驾驶、机器人或嵌入式系统开发经验者优先。 2. 技术技能： - 熟练掌握C++/Python（至少一种），熟悉脚本编程（Shell、Bash）； - 熟练掌握CI/CD工具链：Jenkins、GitLab CI/CD、Buildkite等； - 熟悉Linux开发环境，熟练使用CMake、ROS/ROS2、Bazel等构建工具； - 熟悉Docker容器化技术，有Kubernetes部署经验； - 了解自动驾驶系统架构，熟悉感知、决策、控制模块的基本流程； - 掌握代码质量管理工具（如SonarQube、Lint）、静态代码分析工具（如Helix QAC）。 3. 软技能： - 良好的沟通协调能力，能跨部门协作推动流程优化； - 具备系统级性能优化思维，能识别并解决复杂工程问题； - 对DevOps理念有深刻理解，追求自动化与效率提升； - 较强的学习能力和技术敏感度，能快速掌握新工具和技术。 加分项 1. 熟悉自动驾驶开源框架（如Apollo、Autoware）的构建流程 2. 掌握GPU加速编译技术（如CUDA），或有高性能计算优化经验 3. 有大规模分布式系统构建经验，或参与过车规级软件项目 4. 熟悉代码覆盖率工具（如JaCoCo、LCov）及持续集成监控工具