职场资讯
正在查看中级规控算法精炼简历模板文字版
陈小湾
求职意向
工作经历
XXX科技是一家专注于L2+级智能驾驶解决方案的科技创新公司，团队规模约XXX人，核心业务为前装量产乘用车的智能驾驶系统研发与交付，产品已搭载于超过XXX万台量产车型，与多家主流主机厂建立战略合作。
工作概述：
1.算法设计：根据量产功能需求定义规控算法模块技术方案，调研经典与前沿轨迹规划算法，设计适合城市拥堵跟车场景的混合A*与优化算法框架，明确关键状态机与约束条件，通过模块化设计降低后期维护复杂度，将关键场景的决策成功率从XXX%提升至XXX%。
2.仿真测试：构建涵盖法规场景与Corner Case的仿真测试用例库，利用公司自研仿真平台进行大规模回归测试，编写自动化测试脚本验证算法在不同参数下的鲁棒性，分析失败案例定位规划轨迹震荡或碰撞的根本原因，推动算法迭代后测试通过率提升XXX%。
3.实车调试：支持项目量产前的实车道路测试，负责规控参数标定与调优，使用车载工具链采集实车CAN信号与算法中间变量，分析泊车入库轨迹不平滑的问题，调整优化目标函数权重与步长，将垂直车位泊车成功率提升至XXX%，平均泊入时间减少XXX秒。
4.性能分析：监控规控模块在车载域控制器上的运行时性能，使用Profiling工具分析算法热点函数，发现轨迹优化求解器存在冗余计算，通过算法步骤重构与矩阵运算向量化，将单帧规划耗时降低XXX%，满足控制器XXX毫秒的硬实时要求。
5.代码实现：负责规控核心算法的C++工程化实现，遵循公司车载编码规范与MISRA C++标准，编写模块接口并完成单元测试，使用Git进行版本管理，与下游控制模块联调解决坐标系转换偏差，确保功能在目标芯片平台稳定运行。
6.文档沉淀：编写算法设计文档、接口文档及测试报告，记录关键设计决策与调参经验，形成部门知识库，为新入职工程师提供培训材料，缩短团队新成员上手时间约XXX周。
工作业绩：
1.主导完成城市领航辅助驾驶（NOA）项目的核心规控算法开发与交付，功能已通过主机厂验收并量产上车。
2.建立包含XXX个场景的规控仿真测试体系，将算法迭代验证周期缩短XXX%。
3.通过算法优化与工程实现，将规控模块CPU占用率降低XXX%，保障系统在复杂路口场景的流畅性。
4.输出规范的技术文档XXX份，支持团队获得ASPICE L2级认证。
主动离职，希望有更多的工作挑战和涨薪机会。
项目经历
公司为某主机厂旗舰车型研发的L2+级智能驾驶项目，需在高速及城市结构化道路上实现自动导航辅助驾驶。原有规控算法在应对近距离切入、拥堵蠕行等复杂动态场景时，存在轨迹不够平滑舒适、决策犹豫或激进的问题，部分场景下人工接管率较高，影响用户体验与功能评分。项目需在XXXTOPS算力平台及XXX毫秒级规控周期内，实现安全、舒适且拟人化的自动驾驶行为。
项目职责：
1.负责核心决策规划算法开发，设计分层决策架构，将Routing、行为决策、轨迹规划解耦，提升模块可维护性。
2.优化轨迹生成与优化算法，针对换道、绕行等场景设计多目标代价函数，平衡安全性、舒适性与通行效率。
3.开发仿真测试用例与评估体系，利用日志回放与场景泛化工具，量化算法在长尾问题上的表现。
4.支持实车集成与调试，分析路测数据，定位并修复规控逻辑缺陷，持续优化算法参数。
项目业绩：
1.规控算法在项目SOP时达成XXX个验收场景XXX%的通过率，关键场景决策舒适度评分提升XXX%。
2.通过算法优化，将复杂路口场景的规划轨迹曲率变化率降低XXX%，提升乘坐平顺性。
3.项目按期交付并实现量产上车，搭载该功能的车型季度销量超过XXX万台。
4.项目开发过程中沉淀的规控算法框架与测试方法，复用于后续X个车型项目，节省研发工时约XXX人月。
教育背景
GPA X.XX/X.X（专业前XX%），主修现代控制理论、机器人学、最优控制等核心课程，完成基于ROS的自动驾驶小车课程项目，负责其局部路径规划与避障模块的算法实现与调试，熟悉C++/Python编程及Linux开发环境，掌握Matlab/Simulink用于控制系统仿真与验证。
自我评价
培训经历
系统学习了ROS核心概念与开发实践，将ROS广泛应用于算法前期仿真验证与原型开发中，搭建了规控算法的ROS测试节点，能够快速对接各类传感器仿真数据与可视化工具，加速了算法在实车部署前的功能验证周期。
中级规控算法精炼简历模板
620人使用适用人群: #规控算法 #中级[3-5年]
[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：规控算法
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 | 规控算法
2024-09 - 2025-12
XXX科技是一家专注于L2+级智能驾驶解决方案的科技创新公司，团队规模约XXX人，核心业务为前装量产乘用车的智能驾驶系统研发与交付，产品已搭载于超过XXX万台量产车型，与多家主流主机厂建立战略合作。
工作概述：
1.算法设计：根据量产功能需求定义规控算法模块技术方案，调研经典与前沿轨迹规划算法，设计适合城市拥堵跟车场景的混合A*与优化算法框架，明确关键状态机与约束条件，通过模块化设计降低后期维护复杂度，将关键场景的决策成功率从XXX%提升至XXX%。
2.仿真测试：构建涵盖法规场景与Corner Case的仿真测试用例库，利用公司自研仿真平台进行大规模回归测试，编写自动化测试脚本验证算法在不同参数下的鲁棒性，分析失败案例定位规划轨迹震荡或碰撞的根本原因，推动算法迭代后测试通过率提升XXX%。
3.实车调试：支持项目量产前的实车道路测试，负责规控参数标定与调优，使用车载工具链采集实车CAN信号与算法中间变量，分析泊车入库轨迹不平滑的问题，调整优化目标函数权重与步长，将垂直车位泊车成功率提升至XXX%，平均泊入时间减少XXX秒。
4.性能分析：监控规控模块在车载域控制器上的运行时性能，使用Profiling工具分析算法热点函数，发现轨迹优化求解器存在冗余计算，通过算法步骤重构与矩阵运算向量化，将单帧规划耗时降低XXX%，满足控制器XXX毫秒的硬实时要求。
5.代码实现：负责规控核心算法的C++工程化实现，遵循公司车载编码规范与MISRA C++标准，编写模块接口并完成单元测试，使用Git进行版本管理，与下游控制模块联调解决坐标系转换偏差，确保功能在目标芯片平台稳定运行。
6.文档沉淀：编写算法设计文档、接口文档及测试报告，记录关键设计决策与调参经验，形成部门知识库，为新入职工程师提供培训材料，缩短团队新成员上手时间约XXX周。
工作业绩：
1.主导完成城市领航辅助驾驶（NOA）项目的核心规控算法开发与交付，功能已通过主机厂验收并量产上车。
2.建立包含XXX个场景的规控仿真测试体系，将算法迭代验证周期缩短XXX%。
3.通过算法优化与工程实现，将规控模块CPU占用率降低XXX%，保障系统在复杂路口场景的流畅性。
4.输出规范的技术文档XXX份，支持团队获得ASPICE L2级认证。
[项目经历]
项目名称：城市领航辅助驾驶（NOA）规控算法量产项目
担任角色：项目负责人
公司为某主机厂旗舰车型研发的L2+级智能驾驶项目，需在高速及城市结构化道路上实现自动导航辅助驾驶。原有规控算法在应对近距离切入、拥堵蠕行等复杂动态场景时，存在轨迹不够平滑舒适、决策犹豫或激进的问题，部分场景下人工接管率较高，影响用户体验与功能评分。项目需在XXXTOPS算力平台及XXX毫秒级规控周期内，实现安全、舒适且拟人化的自动驾驶行为。
项目业绩：
1.规控算法在项目SOP时达成XXX个验收场景XXX%的通过率，关键场景决策舒适度评分提升XXX%。
2.通过算法优化，将复杂路口场景的规划轨迹曲率变化率降低XXX%，提升乘坐平顺性。
3.项目按期交付并实现量产上车，搭载该功能的车型季度销量超过XXX万台。
4.项目开发过程中沉淀的规控算法框架与测试方法，复用于后续X个车型项目，节省研发工时约XXX人月。
[教育背景]
北京工业大学
控制科学与工程 | 本科
GPA X.XX/X.X（专业前XX%），主修现代控制理论、机器人学、最优控制等核心课程，完成基于ROS的自动驾驶小车课程项目，负责其局部路径规划与避障模块的算法实现与调试，熟悉C++/Python编程及Linux开发环境，掌握Matlab/Simulink用于控制系统仿真与验证。