1. SIL仿真测试环境搭建与维护 负责软件在环（SIL）仿真测试平台的架构设计、搭建与日常维护，集成场景仿真软件、车辆动力学模型、传感器模型与被测算法，打通端到端闭环测试链路。 配置并优化仿真环境参数（如场景保真度、通信延迟、动力学精度），确保测试环境的稳定性和可信度。 2. 测试用例设计与执行 基于功能需求与真实路采数据，在VTD/CARLA/CarSim/PreScan等仿真平台中设计涵盖功能场景、边缘场景（Corner Case）及法规认证场景的测试用例库。 执行SIL回归测试与版本迭代验证，覆盖感知、预测、规划、控制等全算法模块，识别软件层面的功能缺陷与性能退化问题。 3. 自动化测试流水线开发 使用Python/C++等语言编写自动化测试脚本，实现测试用例的批量执行、结果自动判定与报告生成。 对接CI/CD流水线，将SIL测试集成至算法发布的自动化验证流程中，实现每日构建与测试的常态化。 4. 问题追踪与闭环 对SIL测试中暴露的缺陷进行根因分析、分级分类，输出标准化测试报告与问题清单，推动算法团队修复并跟踪闭环。 协同算法、软件与实车测试团队，复现实车路测badcase，通过LogSim（数据回灌）与场景泛化缩小仿真与实车表现的差距。 5. 前沿技术探索与工具链迭代 跟踪MIL/SIL/HIL协同仿真、FMI联合仿真、AI辅助场景生成等前沿方向，持续优化SIL测试的覆盖度与效率。 参与仿真测试工具链的选型、评估与二次开发，提升团队整体仿真测试能力。

1. 学历专业 本科及以上学历，车辆工程、计算机科学、自动化、电子信息、软件工程等相关专业。 2. 经验背景 社招：3年以上自动驾驶仿真测试或相关开发经验，有SIL测试平台搭建及量产项目经历者优先。 3. 专业技能 仿真工具：熟悉至少一种主流仿真软件（VTD/CARLA/PreScan/CarSim等），了解OpenX系列场景标准（OpenDrive/OpenScenario）。 编程能力：精通Python与C++，具备良好的工程化代码习惯，熟悉Linux开发环境与Shell/Git等工具。 通信与中间件：熟悉ROS/ROS2通信原理（如rosbridge开发），了解CAN/CANFD、车载Ethernet等总线协议者优先。 评测体系：理解自动驾驶评测指标体系（轨迹误差、通过率等），具备数据分析与问题定位能力。 4. 加分项 熟悉端到端自动驾驶模型（UniAD、VAD等）或VLA大模型的仿真验证方法。 有MATLAB/Simulink建模经验或FMI联合仿真经验。 了解ISO 26262功能安全标准及ADAS法规测试要求。 有HIL测试经验或云仿真平台使用经验。