一周一岗 | 它家的智能驾驶测试人才，新势力车企抢着挖人！

📝 面试求职： 「面试试题小程序」 ，内容涵盖 测试基础、Linux操作系统、MySQL数据库、Web功能测试、接口测试、APPium移动端测试、Python知识、Selenium自动化测试相关、性能测试、性能测试、计算机网络知识、Jmeter、HR面试，命中率杠杠的。（大家刷起来…）

📝 职场经验干货：

软件测试工程师简历上如何编写个人信息（一周8个面试）

软件测试工程师简历上如何编写专业技能（一周8个面试）

软件测试工程师简历上如何编写项目经验（一周8个面试）

软件测试工程师简历上如何编写个人荣誉（一周8个面试）

软件测试行情分享（这些都不了解就别贸然冲了.）

软件测试面试重点，搞清楚这些轻松拿到年薪30W+

软件测试面试刷题小程序免费使用（永久使用）

本期我们就从“车载测试领域的智能驾驶功能测试岗位”入手，从“岗位解析、技能储备、求职策略”三方面带领大家全面了解！

这两天想必大家刷到了这样一条新闻：“吉利李书福：几乎所有新势力都来吉利挖人，没有吉利的人才他们造不出车”（详情如下）

那我们就以吉利汽车的“智能驾驶功能测试”职位为代表，重点分析该职位的招聘要求。

01 职位解析

吉利汽车在某招聘网站发布的智能驾驶功能测试岗位详情如下：

智能驾驶功能测试11-22K

岗位职责：

1. 负责自动驾驶行车功能、高阶泊车功能的测试用例编写与维护，根据项目计划制定测试计划和提报测试需求；

2. 负责编制HPA-max、ICCmax、NOA、D2D等高阶智驾功能测试用例和实车测试方案；

3. 负责编制基础L2功能 如ACC，HWA，ALCA，AEB，FCTA,RCTA,DOW等功能测试用例及实车功能测试验收；

4. 负责数据闭环功能验收；

5. 负责编制实车验收的点检清单、验收报告模板及测试报告；

6. 熟悉法规测试项，负责法规测试项的验证工作；

7. 负责推进测试问题的优化，规控问题优化过程，完成问题闭环；

8. 负责管理外包人员执行develop和bugfix版本的实车验证，优化测试流程。

任职要求：

1. 全日制本科及以上学历，车辆工程、机械、电气自动化、通信等相关专业；

2. 具备5年以上智能驾驶相关工作经验，有2个以上完整的项目开发经验，能力优秀者可适当放宽；

3. 熟练使用CANoe、CANape、TOSUN等总线设备；

4. 了解Linux系统，熟悉Linux命令，了解智驾关联系统；有C2及以上驾照，具备丰富驾驶经验；

5. 具备良好的沟通能力、团对合作精神、用户思维，责任心强；

6. 有编写自动化测试脚本、编写Capl脚本、掌握Python语言经验优先；

7. 需要熟悉智能驾驶功能及功能逻辑，并具备提出逻辑优化的能力；

8. 具备整车属性的主观评价经验优先 ；

职位深度解析如下：

1、测试设计与执行（核心）

• 用例开发：覆盖从L2（ACC、AEB）到高阶功能（NOA、自动泊车）的全场景测试，需结合功能逻辑、用户场景及法规要求。

• 实车验证：设计实车测试方案，包括极端工况模拟（如AEB紧急制动、ALCA弯道保持），需具备道路风险预判能力。

• 数据闭环验收：验证数据采集、算法迭代的有效性，连接测试与算法优化的闭环链条。

2、流程管理与合规性

• 法规测试：熟悉ISO 26262、C-NCAP等标准，确保功能符合国内外法规（如欧盟GSR）。

• 外包管理：协调外包团队执行测试任务，优化资源分配与流程效率，降低人力成本。

3、问题驱动优化

• 主导Bug生命周期管理，从问题复现、根因分析到推动开发修复，需具备跨部门协作与技术沟通能力。

任职要求解析如下：

1、硬性门槛

专业背景：车辆工程/自动化/通信等专业，本科为底线，硕士在算法测试领域更具优势。

经验要求：5年+行业经验，需主导过至少2个完整项目（如NOA从开发到量产），熟悉V模型开发流程。

工具技能：

• 总线工具：CANoe（CAPL脚本开发）、CANape（ECU标定）、TOSUN（自动化测试）。

• 系统技能：Linux基础操作（日志分析、Shell脚本）、车载OS（如QNX）调试经验。

• 编程能力：Python（自动化测试框架搭建）、CAPL（总线仿真）为显著加分项。

2、软性能力

• 用户思维：能从驾驶员视角设计测试用例（如HMI交互体验、功能接管逻辑）。

• 主观评价能力：对车辆动态性能（如转向手感、制动线性度）有敏锐感知者优先。

3、隐性需求

• 驾驶经验：C2驾照（手动挡）要求隐含需测试复杂工况（如坡道泊车），熟悉中国特殊路况（加塞、非标交通标识）。

• 抗压能力：适应高强度路试（如高温/高寒测试）、快速迭代节奏（敏捷开发模式）。

02 技能储备

从通用测试能力向车载领域迁移，都可以从哪些方面准备呢？

1. 强化通用测试能力（直接复用）

测试方法论：教育领域的测试经验（如功能测试、场景设计、缺陷管理）是核心基础，强调你对测试流程（V模型/敏捷）、用例设计（等价类/边界值/场景法）的熟练度。

工具使用：若接触过自动化测试工具（如Selenium）、缺陷管理工具（JIRA），可类比车载领域的工具链（如CANoe、Jenkins）。

2. 补齐车载行业核心技能（重点突破）

车载通信协议：

• 学习CAN/LIN总线协议（书籍推荐：《汽车CAN总线原理与应用》），用免费工具（如SavvyCAN或CANalyzer免费版）模拟报文解析。

• 尝试用Python+SocketCAN实现简单的CAN数据收发（GitHub有开源项目参考）。

工具链入门：

• 学习CANoe基础操作，重点掌握CAPL脚本开发（可自学编写简单的信号触发脚本）。

• 熟悉Vector工具链（CANoe/CANape）的试用版，完成虚拟ECU测试实验。

Linux与车载系统：

• 在虚拟机中安装Ubuntu，练习Linux常用命令（grep、awk、日志分析），学习ROS（机器人操作系统）基础，完成小乌龟仿真等入门项目。

编程能力：

• 用Python开发一个自动化测试脚本（例如：读取CSV测试用例，生成测试报告），展示在GitHub上。

• 学习基础C语言（车载ECU开发常用），理解指针、结构体等概念。

3. 积累行业认知（低成本实践）

开源项目参与：

• 加入Apollo Auto或Autoware等自动驾驶开源社区，参与文档测试或简单Bug修复，积累行业术语和流程认知。

• 在仿真环境（如CARLA、LGSVL）中运行自动驾驶Demo，理解感知-规划-控制的链路。

行业知识学习：

• 通读《智能驾驶功能安全标准ISO 26262解读》，掌握ASIL等级、FMEA分析方法。

• 关注行业报告（如麦肯锡《中国自动驾驶发展报告》），了解NOA、D2D等技术趋势。

最后： 下方这份完整的软件测试视频教程已经整理上传完成，需要的朋友们可以自行领取【保证100%免费】

​​