智能驾驶车端工程系统优化工程师/专家

1. 优化车端CPU和内存等资源占用，确保系统资源始终在水线以下，保障智能驾驶车端算法性能，包括关键模块帧率和传感器延时等；
2. 深入分析车端智能驾驶算法面临的性能问题、提升算法实时性，使算法在Linux/QNX等OS上运行可以获得较好的实时性保障。确保多任务在车上按照设计好的调度周期运行，确保任务的WCRT；
3. 主导跨团队沟通、资源问题解决，包括CPU资源异常、网络异常、内存泄露和内存踩踏等；
4. 在车端工程架构层面分析无人驾驶系统面临的系统问题和性能问题，输出有效的优化手段并落地。

1. 熟练使用perf,ftrace,top,netstat,tcpdump等工具对系统做性能分析，快速定位系统性能瓶颈；
2. 熟悉ARM微体系结构，熟悉top-down性能分析模型，理解Linux内核调度策略、内存管理机制、IO管理策略等；
3. 有丰富的Linux/QNX内核与应用进程性能调优经验，至少精通任务调度、内存管理，对性能调优有深刻的理解；
4. 较强的工程疑难问题独立定位、分析和解决能力，勇于迎接挑战；
5. 有2年以上车端智能驾驶算法性能优化经验优先。 加分项：
2年以上智能驾驶算法车端工程优化经验；
熟悉Linux内核架构，阅读过相关内核代码，参与过相关内核功能开发最佳。