阿里巴巴 – 菜鸟星-决策规划控制算法工程师 职位分析和面试指导

职位描述：

1、负责自动驾驶决策规划系统的研发，包括但不限于基于专家系统、机器学习和数据驱动的决策规划算法研发；
2、设计复杂交互场景的处理策略，确保自动驾驶车辆的行为安全性和舒适性，提升智能性；
3、负责端到端模型设计、数据生产、Autolabel等工作；
4、完成相关算法研发和效果验证，与上下游团队协作，实现系统集成与调试工作；
5、追踪自动驾驶行业和深度学习技术的最新进展，引入新技术新方法解决自动驾驶的长尾问题。

职位要求：

1、计算机/自动化/机器人/车辆等相关专业等相关专业；
2、熟悉相关规划算法（A*，RRT，DDP，Lattice planner等），熟悉不同决策算法，如决策状态机、决策树、专家系统，POMDP等；
3、熟悉深度学习/强化学习/图神经网络等算法，熟练使用TensorFlow/pytorch等深度学习框架
4、有在Linux系统下开发经验，有扎实的C++编程基础(算法，数据结构等)；
【加分项】
有自动驾驶相关背景，在相关领域顶级会议获得Best Paper者优先；发表过相关领域期刊论文，其研究成果具备行业领先创新性者优先；在国际权威竞赛中获奖者优先。

招聘部门：

阿里巴巴 菜鸟

工作地点：

杭州

注意：为了确保您掌握真实的招聘信息，上述信息均为原始内容。我们的“面试建议”和“模拟面试”均基于原始招聘信息设计和提供。

面试建议：

这个职位是阿里巴巴菜鸟在自动驾驶领域的重要技术岗位，专注于决策规划控制算法的研发。从职位描述可以看出，除了要求扎实的算法基础和编程能力外，特别强调对复杂交互场景的处理能力，以及将深度学习技术应用于实际自动驾驶问题的能力。这个岗位不仅需要理论功底，更需要将算法落地到实际系统中的能力，因此对候选人的工程实践能力要求很高。 在准备面试时，建议重点复习自动驾驶决策规划相关的经典算法，特别是A*、RRT等规划算法和POMDP等决策算法。同时要准备深度学习框架的使用经验，最好能准备1-2个实际应用案例。由于岗位强调复杂场景处理，可以准备一些你在处理复杂交互问题时的思路和方法。如果有自动驾驶相关项目经验或研究成果，一定要重点突出。面试时可能会考察算法设计能力和工程实现细节，所以既要能讲清楚理论原理，也要能说明白实现细节。