智能座舱视觉测试工程师

整体的AVM效果调试工作，配合产品、研发做调优试验，保证算法的最优实车效果，AVM的标准化验收测试，针对AVM相关算法指标，完善相关测试指标，进行可量化的标准化测试报告输出，AVM的整体功能链路测试，保证AVM整体功能的稳定性和效果的一致性。

负责智能座舱视觉系统全流程测试开发工作，核心覆盖AVM全景环视、车辆哨兵模式、DVR行车记录仪、Face ID车载人脸识别四大核心模块，统筹模块的功能测试、专项性能测试、兼容性测试、极端场景测试及自动化测试落地工作。

基于Python开发、迭代座舱视觉模块自动化测试脚本，针对AVM图像拼接畸变、画面延时、哨兵全天候录像监控、异常录制触发、DVR视频编码存储、循环覆盖、紧急锁存、Face ID识别准确率、活体检测、多场景适配等核心痛点，实现自动化测试全覆盖，持续提升测试效率与版本迭代质量。

负责线上、线下问题闭环跟进，精准定位视觉类BUG根因，涵盖软件适配、算法缺陷、硬件成像、系统兼容性等问题，联动算法、硬件、研发团队完成问题修复、回归验证，形成完整的问题复盘及优化沉淀。

对标车载行业国标、行标及企业自研规范，保障DVR存储合规、人脸认证安全、影像成像质量等核心指标合规，适配不同车型、不同硬件配置的版本迭代测试工作。

熟悉车载软件开发测试流程、BUG管理规范，具备独立负责视觉核心模块全流程测试迭代的能力，适配车企快速迭代的工作节奏。

本科及以上学历，计算机、软件工程、电子信息、自动化等相关专业，1-3年主机厂、车载Tier1智能座舱视觉模块测试开发工作经验，有完整车型量产迭代项目经验者优先。

精通智能座舱视觉核心业务，熟练掌握AVM全景影像、哨兵监控、DVR行车记录仪、Face ID人脸认证的工作原理、业务逻辑、测试要点及行业常见问题，熟悉车载影像完整工作链路。

具备扎实的测试开发能力，熟练使用Python，掌握主流自动化测试框架，能够独立完成车载视觉场景自动化脚本开发、调试与迭代优化。

熟悉车载系统架构（Android Automotive/Linux/QNX），了解摄像头成像原理、ISP图像处理、H.264/H.265视频编码、车载存储机制等核心专业知识。

熟练使用影像专项测试工具，可独立完成画面畸变、清晰度、帧率、延时、色彩还原、识别准确率、存储稳定性等专项测试，具备较强的问题挖掘和根因定位能力。

熟悉车载软件开发测试流程、BUG管理规范，具备独立负责视觉核心模块全流程测试迭代的能力，适配车企快速迭代的工作节奏。