The posting
- AI 赋能的测试方案设计: 负责激光雷达(LiDAR)特定领域的深度技术研究。利用 AI 模型辅助推导测试第一性原理,设计测试用例及自动化方案;跟进行业前沿动向,主导专利申请、行业标准制定及学术成果输出。
- 智能化自动化工站管理:面向实际测试需求,独立完成测试工站的规划、硬件选型、搭建、验收及退役全流程。
- AI 原生代码开发: 全面采用 AI 协同编程模式(如 Cursor等),构建高稳定性、高可靠性的模块化测试框架;利用 AI 自动生成测试脚本及数据分析模型,实现测试能力的平台化与高度自动化。
- 跨部门智能协同: 参与新一代雷达前期研发线、手工线开发测试,利用 AI 工具沉淀并反哺测试经验,支持其他研发及可靠性部门的自动化需求,推动全流程研发效能提升。
1. 学历与专业基础 - 教育背景:本科及以上学历,测控、光学、电子、机械、计算机、汽车工程或相关理工科专业。 - 学科底蕴:在统计学、几何、光学、热学或机械任一领域基础扎实,能结合物理模型解决复杂的测控难题(如点云算法验证、精密光路标定等)。 2. AI 协同开发与应用 - AI 编程:熟练使用 AI 编程工具将业务逻辑转化为代码,具备对 AI 生成代码的深度 Review 与重构能力。 - 技术视野:熟悉 AI 前沿技术(如 MCP 协议、AI Agent、自动化工作流),并能迅速应用于 LiDAR 测试场景解决实际痛点。 - 系统架构:能借助 AI 拆解复杂系统的底层逻辑,主导并制定根本性的系统架构方案。 3. 职业素养与工作方式 - 独立交付:具备极强的目标导向,善用 AI 补齐个人短板,能够作为“技术特种兵”独立完成高标准交付。 - 终局思维:具备大局观,能快速识别核心矛盾,遇到挑战时善于利用 AI 寻找最优解。 4. 加分项 - 实战经验:有成功将 AI 工作流引入自动化测试并显著提效的落地案例。 - 行业背景:有自动驾驶、智能硬件、汽车电子或光电行业经验,且具备中大型自动化工站架构经验。



