职场资讯
正在查看大三找实习自动驾驶系统工程师简历模板（标准风）文字版
陈小湾
求职意向
工作经历
XXX汽车科技是一家专注于L2-L3级自动驾驶解决方案的研发公司，团队规模约XXX人，核心业务是为乘用车及商用车辆提供前向碰撞预警、车道保持辅助等量产级系统，产品已搭载于超过XXX万台车辆，与多家国内主机厂建立合作。
工作概述：
1.数据标注支持：针对感知模块训练所需的路测图像数据，依据算法团队制定的标注规范进行人工核验与修正；对车辆、行人、交通标志等目标框的准确性进行检查，梳理常见标注错误类型并反馈给标注团队，将单批次数据交付合格率提升XXX%。
2.脚本工具开发：为解决路测数据批量预处理效率低的问题，使用Python编写自动化脚本；脚本功能包括图像格式转换、时间戳同步校验及数据分类归档，通过优化文件读取逻辑，将处理XXXGB数据集的平均耗时缩短XXX%。
3.测试执行：负责自动驾驶感知功能在仿真环境中的日常回归测试；依据测试用例执行场景注入，记录系统对障碍物识别、车道线检测的响应结果，并使用截图和日志工具保存问题证据，平均每周完成XXX个核心场景的验证。
4.报告整理：汇总每日测试数据与问题记录，形成结构化的测试日报；在周会中向开发工程师同步关键问题点及复现步骤，推动其中XXX个问题被确认为有效缺陷并进入修复流程。
工作业绩：
1.累计支持完成超过XXX万张图像数据的标注质量核查，保障了感知模型训练的输入数据质量。
2.开发并维护X个数据处理脚本，单任务处理效率提升XXX%，被团队采纳为日常工具。
3.独立执行超过XXX次仿真测试，发现并记录系统功能问题XXX个，问题发现有效率达XXX%。
4.输出测试报告XXX份，信息准确率与完整性得到团队认可，支撑了X个系统迭代版本的验收。
主动离职，希望有更多的工作挑战和涨薪机会。
项目经历
学校实验室与XXX机器人公司合作的横向项目，目标是为一款低速无人配送车开发可用的环境感知原型系统。原有系统基于单一摄像头，在园区复杂光照及有遮挡的行人场景下识别不稳定，误检率和漏检率高，无法满足安全行驶的最低要求，项目需要在X个月内提升系统在典型场景下的感知可靠性。
项目职责：
1.算法调研与复现：负责调研经典的YOLO系列目标检测算法，在实验室服务器上搭建PyTorch环境，使用公开数据集成功训练并复现基线模型。
2.数据采集与增强：参与实车数据采集，整理出包含行人、车辆、垃圾桶等目标的XXX张园区场景图像；使用OpenCV工具进行亮度调整、随机裁剪等数据增强操作，扩充训练数据集。
3.模型训练与调优：在基线模型上使用自采数据集进行微调，调整学习率、批次大小等超参数，通过绘制损失曲线监控训练过程，迭代优化模型性能。
4.简易测试验证：在留出的测试集上评估模型精度，并部署模型到ROS环境中进行实时的视频流推理测试，记录模型在不同天气条件下的表现。
项目业绩：
1.完成的感知原型系统在测试集上对行人的检测准确率（mAP）达到X
X.X%，较原有系统提升XXX%。
2.系统在实车静态测试中，对XXX米内的主要障碍物稳定检出，误报率降低至X%。
3.项目输出完整的技术文档与模型代码，交付给合作公司，获得实验室优秀项目评价。
教育背景
GPA X.XX/4.0（专业前XX%），主修汽车理论、汽车电子控制技术等核心课程，参与智能网联汽车课程设计项目（使用Python与ROS），在团队中负责基于摄像头与毫米波雷达的障碍物识别算法仿真，完成多传感器数据融合的仿真实验，熟悉Linux系统操作与C++基础编程，考取Python编程二级证书。
自我评价
培训经历
系统学习了百度Apollo自动驾驶开放平台的整体架构与核心模块，重点掌握了感知、预测等模块的配置与使用。将知识应用于课程设计，成功在仿真环境中配置并运行了Apollo的感知流程，对激光雷达点云数据进行可视化分析，加深了对工业级自动驾驶系统框架的理解。
大三找实习自动驾驶系统工程师简历模板（标准风）
适用人群: #自动驾驶系统工程师 #在校生[找实习]
猜你想用
关于自动驾驶系统工程师简历的常见问题
[基本信息]
姓名：陈小湾
性别：男
年龄：26
学历：本科
婚姻：未婚
年限：4年
面貌：党员
邮箱：xiaowan@gangwan.com
电话：18600001654
[求职意向]
工作性质：全职
应聘职位：自动驾驶系统工程师
期望城市：北京
期望薪资：8000-10000
求职状态：离职-随时到岗
[工作经历]
北京XX科技有限公司 | 自动驾驶系统工程师
2024-09 - 2025-12
XXX汽车科技是一家专注于L2-L3级自动驾驶解决方案的研发公司，团队规模约XXX人，核心业务是为乘用车及商用车辆提供前向碰撞预警、车道保持辅助等量产级系统，产品已搭载于超过XXX万台车辆，与多家国内主机厂建立合作。
工作概述：
1.数据标注支持：针对感知模块训练所需的路测图像数据，依据算法团队制定的标注规范进行人工核验与修正；对车辆、行人、交通标志等目标框的准确性进行检查，梳理常见标注错误类型并反馈给标注团队，将单批次数据交付合格率提升XXX%。
2.脚本工具开发：为解决路测数据批量预处理效率低的问题，使用Python编写自动化脚本；脚本功能包括图像格式转换、时间戳同步校验及数据分类归档，通过优化文件读取逻辑，将处理XXXGB数据集的平均耗时缩短XXX%。
3.测试执行：负责自动驾驶感知功能在仿真环境中的日常回归测试；依据测试用例执行场景注入，记录系统对障碍物识别、车道线检测的响应结果，并使用截图和日志工具保存问题证据，平均每周完成XXX个核心场景的验证。
4.报告整理：汇总每日测试数据与问题记录，形成结构化的测试日报；在周会中向开发工程师同步关键问题点及复现步骤，推动其中XXX个问题被确认为有效缺陷并进入修复流程。
工作业绩：
1.累计支持完成超过XXX万张图像数据的标注质量核查，保障了感知模型训练的输入数据质量。
2.开发并维护X个数据处理脚本，单任务处理效率提升XXX%，被团队采纳为日常工具。
3.独立执行超过XXX次仿真测试，发现并记录系统功能问题XXX个，问题发现有效率达XXX%。
4.输出测试报告XXX份，信息准确率与完整性得到团队认可，支撑了X个系统迭代版本的验收。
[项目经历]
项目名称：园区无人配送车感知系统开发
担任角色：项目负责人
学校实验室与XXX机器人公司合作的横向项目，目标是为一款低速无人配送车开发可用的环境感知原型系统。原有系统基于单一摄像头，在园区复杂光照及有遮挡的行人场景下识别不稳定，误检率和漏检率高，无法满足安全行驶的最低要求，项目需要在X个月内提升系统在典型场景下的感知可靠性。
项目业绩：
1.完成的感知原型系统在测试集上对行人的检测准确率（mAP）达到X
X.X%，较原有系统提升XXX%。
2.系统在实车静态测试中，对XXX米内的主要障碍物稳定检出，误报率降低至X%。
3.项目输出完整的技术文档与模型代码，交付给合作公司，获得实验室优秀项目评价。
[教育背景]
武汉理工大学
车辆工程 | 本科
GPA X.XX/4.0（专业前XX%），主修汽车理论、汽车电子控制技术等核心课程，参与智能网联汽车课程设计项目（使用Python与ROS），在团队中负责基于摄像头与毫米波雷达的障碍物识别算法仿真，完成多传感器数据融合的仿真实验，熟悉Linux系统操作与C++基础编程，考取Python编程二级证书。