【夏木阴阴】高考后选专业不迷茫:滴滴自动驾驶招聘数据揭秘最吃香的技术方向

一、滴滴自动驾驶：出行巨头的AI转型与硬核科技布局

（一）工商信息与组织架构

滴滴自动驾驶的主体运营公司为上海滴滴沃芽科技有限公司，成立于2019年3月1日，注册地位于上海市嘉定区安亭镇，这里是国内智能网联汽车产业发展的核心区域。公司注册资本1000万元人民币，法定代表人为张博，他同时担任滴滴出行联合创始人兼首席技术官。从股权结构看，该公司为北京小桔科技集团有限公司（滴滴出行主体）的全资子公司，属于典型的科技企业内部孵化、独立运营的法人实体。

滴滴自动驾驶在2025年胡润研究院发布的《2024胡润中国人工智能企业50强》中位列第7位，并在2025年6月以365亿元人民币估值位列《2025全球独角兽榜》第169位。这一估值水平使其与小马智行、文远知行等自动驾驶领域上市公司处于同一梯队。

（二）核心技术体系：全栈自研的底气

滴滴自动驾驶坚持全栈自研技术路线，这是其与依赖供应商方案的企业最本质的区别。所谓全栈自研，是指从感知、预测、决策、控制等核心算法，到激光雷达、计算平台等关键硬件，再到车辆集成与测试验证的完整技术链条均由企业自主掌控。

在感知硬件层面，滴滴与北醒公司联合研发了"北曜Beta"激光雷达，这是国内首个2K图像级高精度激光雷达，拥有每秒300万高点频、超512线、横向120°及纵向25.6°的超大视场角，并支持常规模式、视场角聚焦高清、局部高清、全局高清等四种可调节分辨率模式。该雷达针对网约车场景优化，在夜间低光照环境下对行人的识别能力显著提升。

在计算平台层面，滴滴自研了"Orca虎鲸"三域融合计算平台，这是行业首个可量产的整车中央计算大脑，将智能驾驶域、智能座舱域和网联域三域集成至一体。相比上一代硬件，虎鲸平台成本下降88%，整车空间体积减少74%，核心元器件数量减少61%，线束数量减少33%，后备箱可用体积增大88%，装配效率提升7倍。2025年最新发布的虎鲸平台GPU算力超过2000 TOPS，CPU达48核，传感器接入能力提升一倍。

在软件算法层面，滴滴掌握了L4级自动驾驶的全栈核心技术，包括感知、预测、决策、控制、大规模仿真系统和大规模机器学习平台。针对城市复杂场景，滴滴推出了"城市泛化引擎"，通过感知和预测大模型、模仿学习引擎以及占据空间网络等技术，大幅提升车辆在复杂车流和长尾场景中的鲁棒性。

（三）主要产品矩阵：从载人出行到货运物流

滴滴自动驾驶的产品布局呈现"双轮驱动"特征，涵盖Robotaxi（自动驾驶出租车）和自动驾驶货运两大业务线。

在Robotaxi领域，滴滴与广汽埃安深度合作，于2025年上海车展发布了首款前装量产L4级车型。该车型基于广汽埃安纯电专属平台和星灵电子电气架构正向开发，搭载33个传感器，包括10颗激光雷达（4颗长距+6颗补盲）、4个4D毫米波雷达、红外相机及声音传感器，实现360°全场景感知。车辆配备弹匣电池，满足中欧双五星安全标准，具备制动、转向、通讯、电源等多重冗余。该车型计划2025年底量产交付，2026年逐步在广州和北京示范运营。

此外，滴滴还发布了未来服务概念车DiDi Neuron，该车取消驾驶位，内部空间较普通网约车提升50%，腿部空间提升86%，配备车内机械臂提供行李提取、递水等服务，搭载大屏交互系统支持会议、游戏、影音等模式。

在自动驾驶货运领域，滴滴孵化了卡尔动力（KargoBot），专注于干线物流场景。卡尔动力创新性地提出L4级混合智能编队技术方案，由一名司机驾驶L2级领航车辆引领多辆L4级自动驾驶卡车行驶，实现自动组队、离队、换道等功能。截至2025年4月，卡尔动力累计L4级自动驾驶编队运营里程突破2000万公里，大宗商品运输达2亿吨公里。2025年5月，卡尔动力完成近3亿元A+轮融资，投资方包括鄂尔多斯市国投集团、深创投集团等。

（四）行业应用与商业化：混合派单模式的创新实践

滴滴自动驾驶的商业化路径具有鲜明的平台特色。与Waymo、百度萝卜快跑等自建车队的模式不同，滴滴依托其庞大的网约车网络，创新性地提出"混合派单"模式。在这一模式下，乘客在滴滴App发单时，平台根据起终点是否在自动驾驶运营区域内，智能匹配自动驾驶车辆或人工驾驶车辆。这种模式既保证了服务连续性，又实现了自动驾驶技术的平滑引入。

截至2025年，滴滴自动驾驶已在北京、广州、上海三地实现混合派单运营，累计安全运营天数超过1700天（部分最新数据显示已超过1800天）。2023年初，滴滴在上海率先推出24小时无间断自动驾驶服务。

为支撑规模化运营，滴滴打造了"慧桔港"自动运维中心，这是业内首个自动驾驶自动运维中心，涵盖订单业务中心、安全护航中心、远程支持中心、客户服务中心和自动运维中心五大模块。车辆可实现自动出车、接单、回港，机器人智能化完成冲洗、充电、检测、维修、停放等流程，全流程自动化率达90%。目前慧桔港已覆盖上海、广州，北京慧桔港于2025年投入使用。

（五）竞争优势与未来布局

滴滴自动驾驶的核心竞争优势体现在数据、场景、生态三个维度。在数据层面，滴滴网约车平台每年提供超一千亿公里的真实道路数据，为自动驾驶算法迭代提供了独特的数据养料。在场景层面，滴滴对全国几乎所有城市的交通潮汐情况了如指掌，后端网格管理系统和运力调度系统已高度成熟。在生态层面，滴滴与广汽埃安成立合资公司"安滴科技"，与法雷奥合作研发安全冗余系统，与北醒联合开发激光雷达，形成了完整的产业链协同。

面向未来，滴滴CEO程维提出"到2025年，搭载自动驾驶的共享汽车有望在滴滴平台普及超过100万台；到2030年，希望去掉驾驶舱，实现完全意义上的自动驾驶"的战略目标。2025年10月，滴滴自动驾驶获得D轮20亿元融资，资金将主要用于加大AI研发投入、推动L4自动驾驶应用落地。同时，滴滴自动驾驶正积极拓展海外市场，2025年11月与阿布扎比投资办公室达成战略合作，加入SAVI自动驾驶产业集群。

二、融资历程及规划：资本视角下的价值验证

（一）融资时间轴：从战略孵化到独立造血

滴滴自动驾驶的融资历程清晰反映了资本市场对自动驾驶赛道从狂热到理性、再到价值重估的完整周期，也体现了滴滴从集团内部研发到独立融资、生态协同的战略演进。

1. 种子期与战略投入（2016-2019年）

2016年，滴滴出行在内部组建自动驾驶技术研发团队，这一时期主要依靠集团内部资金投入。经过三年技术积累，2019年8月，滴滴将自动驾驶部门升级为独立公司——上海滴滴沃芽科技有限公司，正式开启独立融资之路。这一时间点的选择颇具战略意味：一方面，自动驾驶研发进入需要大规模路测和车辆采购的"重资产"阶段；另一方面，独立法人实体有利于引入外部战略投资者，分担研发风险。

2. A轮：国际资本的战略押注（2020年）

2020年，滴滴自动驾驶完成首轮融资，由软银愿景基金2期领投，融资金额超过5亿美元（约合人民币35.68亿元）。软银愿景基金作为全球科技领域最具影响力的投资机构之一，其投资逻辑在于看好自动驾驶技术与出行平台结合的协同效应。这笔资金为滴滴自动驾驶在上海、北京、广州等地开展规模化载人测试提供了充足弹药。2020年6月，滴滴自动驾驶在上海首次面向公众开放自动驾驶载人服务。

3. A+轮与B轮：产业资本的深度绑定（2021年）

2021年，滴滴自动驾驶完成3亿美元（约合人民币21.4亿元）融资，投资方包括IDG资本、CPE源峰、Paulson & Co等知名机构。IDG资本在出行领域布局深远，曾投资小鹏汽车、蔚来等造车新势力；CPE源峰则聚焦产业整合与成长期企业。此轮融资后，滴滴自动驾驶累计融资超过8亿美元，团队规模从300人快速扩张至500人以上。

2021年也是滴滴出行遭遇监管风波、从美股退市的特殊时期。尽管如此，滴滴自动驾驶仍保持独立运营和持续融资，显示出该业务在集团内部的战略优先级。

4. 战略融资期：车企与地方国资的双向奔赴（2023-2024年）

2023年10月，滴滴自动驾驶获得广汽集团1.49亿美元（约合人民币10.63亿元）战略投资，同时广汽资本与广州开发区投资集团参与投资。这笔投资不仅是财务支持，更标志着双方从"业务合作"向"资本联盟"的升级。2024年4月，滴滴与广汽埃安合资成立广州安滴科技有限公司，双方各持股50%，这是国内L4自动驾驶公司与车企为打造Robotaxi量产车成立的首家合资公司。

2024年10月，滴滴自动驾驶完成C轮2.98亿美元（约合人民币21.26亿元）融资，由广汽集团领投，滴滴自身参与。此轮融资明确指向"L4级技术的研发以及首款Robotaxi的量产"。

5. D轮：国家队入场与估值跃升（2025年）

2025年10月11日，滴滴自动驾驶宣布获得D轮20亿元人民币融资，投资方阵容豪华：中关村科学城科技成长基金、北京市信息产业发展投资基金、北京市人工智能产业投资基金、广汽集团、广州广花基金及滴滴自身。这是滴滴自动驾驶首次获得北京国资基金的投资，意味着其技术实力和落地能力获得了政府背书。

此轮融资后，滴滴自动驾驶累计公开披露的融资总额超过100亿元人民币，投后估值突破50亿美元（约合人民币361亿元）。从估值增长曲线看，滴滴自动驾驶从2020年的初创期估值，到2025年跻身"独角兽"行列，五年间实现了估值的数倍增长。

（二）主要投资方画像：产业协同与区域布局

梳理滴滴自动驾驶的投资方，可以清晰看到"产业资本+财务投资+地方国资"的三元结构。

1. 产业资本方以广汽集团为代表。广汽不仅多次领投，更通过合资公司深度绑定。对广汽而言，投资滴滴自动驾驶是其在智能网联汽车领域的重要布局；对滴滴而言，广汽的整车制造能力、供应链体系和车规级验证经验是量产的关键支撑。此外，法雷奥作为Tier 1供应商，与滴滴在L4级安全冗余系统方面达成战略合作。

2. 财务投资方包括软银愿景基金、IDG资本、CPE源峰等。这些机构看重的是自动驾驶作为"下一代出行基础设施"的长期价值，以及滴滴庞大的出行网络带来的数据优势和商业化场景。

3. 地方国资的入场是2025年D轮融资的最大亮点。中关村科学城科技成长基金、北京市信息产业发展投资基金、北京市人工智能产业投资基金的联合投资，表明北京市将滴滴自动驾驶视为人工智能产业的重要抓手。广州广花基金则体现了广州市对智能网联汽车产业的持续支持。地方国资的参与不仅为滴滴提供了资金，更在测试道路开放、运营牌照获取、产业政策支持等方面提供了关键资源。

（三）融资规划与资金用途：从技术到商业的闭环

根据滴滴自动驾驶官方披露，D轮融资资金将主要用于三大方向：加大AI研发投入、推动L4级自动驾驶应用落地、助力交通运输行业高质量发展。具体而言：

• 在技术研发方面，资金将用于端到端大模型、多模态感知、城市泛化引擎等前沿技术的迭代，以及下一代激光雷达和计算平台的预研。滴滴自动驾驶CEO张博表示："L4自动驾驶技术是下个十年人工智能时代最重要的技术变革之一"，这一定位决定了研发投入的持续性。

• 在量产落地方面，资金将支持2025年底首款前装量产L4车型的交付，以及2026年在北京、广州等城市的示范运营。这包括车辆采购、慧桔港运维中心建设、安全员培训（向无人化过渡阶段）等资本开支。

• 在生态拓展方面，滴滴自动驾驶正加速国际化布局。2025年11月与阿布扎比投资办公室的战略合作，标志着其开始探索中东市场。此外，卡尔动力在干线物流领域的扩张也需要持续资金支持。

从融资节奏看，滴滴自动驾驶保持了"一年一轮"的稳健步伐，既避免了过度稀释股权，又确保了研发与运营的资金需求。与部分自动驾驶公司"烧钱换规模"的策略不同，滴滴更强调"技术-量产-运营"的闭环验证，每轮融资都对应明确的里程碑节点。

三、核心团队成员画像：顶尖人才的汇聚与碰撞

（一）张博：从百度工程师到出行科技领袖

张博现任滴滴出行联合创始人、首席技术官（CTO）兼滴滴自动驾驶公司CEO，是滴滴技术体系的奠基人和自动驾驶业务的最高决策者。

1. 教育背景：张博2005年获得武汉大学软件学院学士学位，2008年获得中国科学院软件研究所硕士学位，研究方向为人机交互与人工智能。中科院软件所是国内顶尖的计算机科学研究机构，这为他打下了扎实的学术基础。

2. 职业履历：硕士毕业后，张博加入百度，主持多项重大技术课题，开发了近10个用户突破一亿级别的应用软件，负责过九条移动业务的研发。2012年，他敏锐地意识到智能手机和移动互联网将带来上层应用的繁荣，毅然离开百度寻求创业机会。同年，他加入滴滴出行，成为创始团队核心成员。

在滴滴的早期发展中，张博展现了卓越的技术领导力。2014年滴滴与快的打车"红包大战"期间，他率领团队与腾讯工程师奋战七天七夜，将系统稳定性提升至支撑海量并发请求的水平。2016年，他推动成立滴滴研究院（后升级为AI Labs），并与Udacity合作启动全球算法大赛。2018年，他正式发布滴滴交通大脑，通过机器自我学习实现智能调配能力。

3. 成就与贡献：张博从零开始搭建了滴滴的产品、技术及大数据体系，主导了滴滴从出租车出行服务到涵盖出租车、专车、快车、顺风车、公交、代驾、企业级、租车等全工具出行平台的产品演进。在自动驾驶领域，他于2019年推动自动驾驶部门独立为公司，并在2020-2025年间主导完成多轮融资，累计融资额超100亿元。他提出的"混合派单"模式和"负责任的创新"理念，成为滴滴自动驾驶商业化的核心策略。

（二）孟醒：跨界投资人的产业回归

孟醒曾任滴滴自动驾驶公司COO（首席运营官），并于2023年起兼任卡尔动力董事长，是滴滴自动驾驶业务运营和融资的关键人物。

1. 教育背景：孟醒本科毕业于加州大学伯克利分校数学专业。伯克利作为全球顶尖的公立研究型大学，其数学系在学术界享有盛誉。这一背景赋予了他强大的逻辑思维和数据分析能力。

2. 职业履历：孟醒的职业生涯极具跨界特色。毕业后，他首先在摩根大通投行部门工作，负责科技领域的上市与并购业务，这段经历让他深入理解了科技企业的资本运作逻辑。随后，他连续创办两家人工智能领域的创业公司——美国的Orbeus和中国的知图科技，两家公司均专注于图像识别技术，并最终被收购。

2016年，孟醒转型为投资人，加入顺为资本担任科技组负责人，投资方向集中在自动驾驶、人工智能等前沿科技领域。在顺为期间，他投资了小鹏汽车、Momenta、智行者等自动驾驶领域的标杆企业。2019年，他从投资回归产业，加入滴滴出任自动驾驶公司COO，负责公司的整体运营、战略规划和融资事务。

3. 成就与贡献：在孟醒的推动下，滴滴自动驾驶团队规模从2019年的数百人扩张至2025年的超900人。他主导了与广汽集团的战略合作及合资公司的成立，并在2023年推动卡尔动力独立运营，使其在一年内完成超10亿元融资。2024年，孟醒离开滴滴，加入五源资本担任合伙人，回归投资行业。他在自动驾驶领域的多元经历（创业、投资、产业运营），使其成为该领域罕见的"全才型"人物。

（三）韦峻青：自动驾驶技术的国际视野

韦峻青现任卡尔动力CEO，曾任滴滴自动驾驶CTO，是滴滴自动驾驶技术体系的核心构建者之一。

1. 教育背景：韦峻青本科毕业于清华大学自动化系，后赴美国卡内基梅隆大学（CMU）电子与计算机工程系深造，获得车辆驾驶行为学和轨迹规划领域的双博士学位。CMU的机器人研究所（RI）是全球自动驾驶研究的重镇，Uber、Argo AI等企业的核心技术团队多源于此。

2. 职业履历：2013年，韦峻青创办无人驾驶软件公司Ottomatika，该公司于2015年被全球汽车零部件巨头德尔福（Delphi）收购。随后，他加入德尔福并主导建立了匹兹堡技术中心和拉斯维加斯无人驾驶运营中心。2017年，德尔福分拆自动驾驶业务成立安波福（Aptiv），韦峻青出任全球工程副总裁，主导建立了100辆车的L4无人驾驶出租车运营和测试平台。

2019年9月，韦峻青加入滴滴出任自动驾驶公司CTO，全面负责技术研发。2021年，他转任滴滴自动驾驶创新业务负责人，专注于货运领域的拓展。2023年，他主导卡尔动力独立运营并出任CEO。

3. 成就与贡献：韦峻青在卡内基梅隆大学期间的博士研究为自动驾驶轨迹规划奠定了理论基础。在安波福期间，他主导的拉斯维加斯运营中心是全球最早实现公开道路L4自动驾驶运营的项目之一。加入滴滴后，他主导开发了滴滴自动驾驶的核心算法架构，并推动了L4级技术在干线物流场景的应用。截至2025年，卡尔动力在鄂尔多斯等地的煤炭运输路线上落地超70辆L4级自动驾驶重卡，成为干线物流自动驾驶的领先企业。

（四）黄洲：资本运作与生态构建

黄洲曾任滴滴自动驾驶企业发展负责人，后转任卡尔动力CFO，是滴滴自动驾驶资本运作和战略合作的关键执行者。

1. 教育背景：公开资料中关于黄洲的教育背景披露较少，但从其职业轨迹看，他拥有深厚的财务管理和投资背景。

2. 职业履历：在加入滴滴前，黄洲在投资和财务领域有丰富经验。加入滴滴自动驾驶后，他负责企业发展、战略规划、融资及投资者关系等工作，参与了多轮融资的谈判与执行。2023年卡尔动力独立运营后，他转任CFO，负责该公司的财务战略和融资事务。

3. 成就与贡献：黄洲在滴滴自动驾驶融资超100亿元的过程中发挥了重要作用，特别是在与广汽集团、地方国资等战略投资者的谈判中，推动了"产业+资本"的深度绑定模式。在卡尔动力，他主导完成了2024年6亿元A轮融资和2025年近3亿元A+轮融资，累计融资超10亿元，为干线物流业务的规模化提供了资金保障。

（五）技术中坚力量：学术与工程的融合

除了上述核心管理层，滴滴自动驾驶还汇聚了一批学术背景深厚、工程经验丰富的技术专家。

贾兆寅和郑建强是滴滴自动驾驶技术体系的早期构建者。贾兆寅一手搭建了滴滴美国研发团队，负责感知和预测算法的研发；郑建强则在技术架构上有突出贡献，早期代码被新入职工程师评价为"非常扎实，具有学习价值"。两人分别拥有国内外顶尖高校的计算机或相关专业博士学位，在CVPR等顶级学术会议发表多篇论文。

在硬件工程领域，滴滴自动驾驶吸引了来自北醒、禾赛、华为等企业的激光雷达专家，以及来自英伟达、高通、华为的芯片和计算平台专家。这些人才的加入，使得滴滴能够在短时间内完成"北曜"激光雷达和"虎鲸"计算平台的自研。

在运营和安全领域，滴滴自动驾驶聘请了来自传统车企、互联网公司和监管机构的专家，负责车规级验证、功能安全、预期功能安全（SOTIF）等工作，确保技术方案符合行业最高安全标准。

（六）团队文化与人才理念

滴滴自动驾驶的团队文化体现了"工程师文化"与"产品思维"的融合。一方面，公司鼓励技术创新，允许研发团队在感知、规划、仿真等前沿领域进行探索，并在CVPR、NeurIPS等顶级会议发表论文；另一方面，公司强调技术必须服务于产品化和商业化，所有研发项目都必须有明确的落地场景和里程碑。

在人才吸引方面，滴滴自动驾驶依托滴滴出行的大平台优势，提供具有竞争力的薪酬待遇和职业发展通道。公司在北京、上海、广州、苏州等地设有研发中心，并在美国硅谷设有研究院，形成了全球化的研发布局。截至2025年，团队规模超过900人，其中研发人员占比超过80%，硕士及以上学历占比超过70%。

四、人才需求画像：自动驾驶时代的职业机遇

（一）需求岗位及薪酬体系：高薪背后的能力要求

滴滴自动驾驶的招聘体系分为校园招聘、社会招聘和高端人才引进三个层次，覆盖算法、工程、产品、运营、职能等多个序列。根据2025年校园招聘和社会招聘信息，我们可以勾勒出清晰的人才需求图谱。

1. 算法类岗位：核心竞争力的源泉

算法工程师是滴滴自动驾驶招聘人数最多、薪酬最高的岗位类别，细分为感知算法、规划控制算法、定位算法、预测算法、SLAM算法、多传感器融合算法等方向。

以规划算法工程师（自动驾驶方向）为例，岗位职责包括：在智能驾驶应用场景中研发和部署车辆路径规划与控制系统；研发机器人相关算法，包括行为预测、交互建模、轨迹搜索生成、路径规划、控制理论、轨迹安全评估、紧急躲避和车辆控制等；与汽车厂商或其他研究机构合作研发智能控制车辆。

任职要求包括：2026届毕业生，本科及以上学历，计算机相关专业优先；编程基础扎实，熟悉基本算法和数据结构，至少熟悉Python、C++中的一门语言；熟悉深度学习框架，包括但不限于PyTorch、TensorFlow等；善于思考，逻辑清晰，有优秀的问题分析和解决能力。

定位算法工程师岗位要求更高，要求硕士及以上学历，需精通EKF（扩展卡尔曼滤波）、Particle Filter（粒子滤波）、BA（光束法平差）等优化理论，熟悉深度学习技术，了解LiDAR、相机、雷达、GNSS、IMU等一种或多种传感器的工作原理，精通C++、Python至少一种编程语言，熟练使用PyTorch、OpenCV、PCL等开源库。

薪酬方面，算法类岗位应届硕士起薪普遍在30-50万元/年，博士可达50-80万元/年，特别优秀的AI人才（如顶会论文作者、竞赛获奖者）可获得百万年薪 package，包含股票期权。

2. 工程类岗位：技术落地的保障

工程类岗位包括后端开发（C++/Java/Go）、前端开发、大数据研发、嵌入式工程师、测试开发工程师等。这类岗位负责将算法工程化，构建高并发、高可用的自动驾驶系统。

以自动驾驶测试开发工程师为例，工作内容包括：设计并开发自动驾驶仿真测试平台；构建自动化测试框架，覆盖单元测试、集成测试、系统测试；分析测试数据，定位问题并推动修复；参与功能安全、预期功能安全流程建设。

任职要求包括：计算机相关专业本科及以上学历；熟练掌握C++或Python；熟悉软件测试理论和方法；有ROS（机器人操作系统）、自动驾驶仿真工具（如Carla、Prescan）经验者优先。

工程类岗位应届生起薪在25-40万元/年，资深工程师（3-5年经验）可达50-80万元/年。

3. 产品类与运营类岗位：商业化的桥梁

产品类岗位包括产品经理（自动驾驶方向）、数据产品经理等，负责定义自动驾驶产品功能，设计用户交互流程，分析运营数据并优化产品体验。这类岗位要求对自动驾驶技术有深入理解，同时具备敏锐的用户洞察和项目管理能力。

运营类岗位包括自动驾驶路测城市负责人、策略运营专家、产品运营等，负责自动驾驶车辆在示范运营城市的落地、用户教育、政府关系维护和运营效率优化。这类岗位要求具备较强的沟通协调能力、抗压能力和本地化运营经验。

产品类和运营类岗位应届生起薪在20-35万元/年，资深岗位可达40-60万元/年。

4. 职能类岗位：高效组织的支撑

职能类岗位包括法务经理、财务分析师、人力资源专家、行政专员等，为业务部门提供专业支持。以法务经理为例，需负责自动驾驶相关的合规审查、合同谈判、知识产权保护和监管政策研究，要求具备法律职业资格，熟悉智能网联汽车相关法规。

（二）对应专业及学历要求：多元化的学科背景

滴滴自动驾驶的人才需求体现了"计算机为主，多学科交叉"的特点。

1. 计算机科学与技术是最核心的需求专业，涵盖软件工程、人工智能、数据科学等方向。算法岗普遍要求计算机相关专业，且对编程能力、算法基础有硬性要求。

2. 电子信息类专业（自动化、电子工程、通信工程、机械电子工程）在感知硬件、计算平台、车联网等方向有较强需求。特别是自动化专业，在控制算法、机器人方向有传统优势。

3. 数学与统计学专业在算法研发中日益重要，特别是深度学习、强化学习、优化算法等方向，需要扎实的数学功底。部分算法岗明确要求数学、统计学相关专业。

4. 车辆工程专业在整车集成、底盘控制、车规级验证等方向有特定需求，特别是与广汽等车企合作的量产项目，需要懂汽车工程的复合型人才。

5. 物理学、光学、机械工程等专业在激光雷达、传感器硬件等方向有特定需求。

学历要求方面，算法类岗位硕士及以上学历占比超过80%，工程类岗位本科及以上即可，但硕士学历在晋升和薪酬上有明显优势。博士学历在研究院、前沿技术探索部门有特定需求。

滴滴自动驾驶对"专业对口"的要求相对灵活，更看重实际能力。例如，数学系学生如果具备扎实的编程能力和机器学习项目经验，同样可以申请算法岗；物理系学生如果有光学或传感器相关研究背景，也可申请感知硬件相关岗位。

（三）必备技能及综合素质：从硬实力到软实力

1. 硬技能：技术栈的深度与广度

• 编程能力：C++和Python是必备技能。C++用于高性能算法开发和嵌入式系统，Python用于算法原型验证和数据处理。部分岗位还要求Java或Go语言。

• 算法基础：数据结构与算法、操作系统、计算机网络、计算机组成原理是计算机类岗位的根基。算法岗还需掌握机器学习、深度学习、计算机视觉、强化学习等专业知识。

• 工具链：熟练使用Linux开发环境、Git版本控制、Docker容器化技术。算法岗需掌握PyTorch、TensorFlow等深度学习框架，以及ROS、Autoware等自动驾驶中间件。

• 数学基础：线性代数、概率论与数理统计、微积分、优化理论是算法研发的数学工具。SLAM、定位算法方向还需掌握李群李代数等进阶知识。

• 领域知识：了解自动驾驶分级标准（SAE J3016）、传感器原理（激光雷达、摄像头、毫米波雷达）、车辆动力学、交通法规等。

2. 软实力：决定职业高度的关键

• 问题分析与解决能力：自动驾驶是复杂的系统工程，经常面临"长尾问题"（罕见但关键的场景）。面试官特别看重候选人拆解复杂问题、定位根本原因、提出系统性解决方案的能力。

• 自驱力与学习能力：自动驾驶技术迭代极快，从CNN到Transformer，从规则驱动到端到端大模型，技术范式不断演进。公司要求员工具备持续学习、自我提升的意愿和能力。

• 沟通协作能力：自动驾驶涉及算法、硬件、车辆、运营、法务等多个团队，需要高效的跨部门协作。产品经理和运营岗位对此要求尤高。

• 安全意识与责任心：自动驾驶关乎生命安全，公司要求所有员工具备强烈的安全意识，严格遵守功能安全（ISO 26262）和预期功能安全（SOTIF）流程。

• 抗压能力与适应性：自动驾驶行业竞争激烈，工作节奏快，需要具备较强的抗压能力和快速适应变化的能力。

3. 校园招聘与人才培养：从学生到工程师的蜕变

滴滴自动驾驶的校园招聘分为提前批、正式批和春季补录三个阶段，覆盖毕业前一年的7月至毕业当年的4月。

招聘流程通常包括：简历投递（8月起）→在线测评（部分岗位）→技术笔试（9月起）→面试（技术面+HR面，9-10月）→录用意向书（9-11月）→正式Offer（10-12月）。面试通常有3-4轮，包括编程测试、项目深挖、系统设计、行为面试等环节。

人才培养体系方面，滴滴自动驾驶为新员工设计了"飞驰计划"，包括：

• 导师制：每位新员工配备资深工程师作为导师，进行一对一指导，帮助快速融入团队和技术体系。

• 技术培训：定期举办技术分享会、论文研读会、代码Review会，鼓励员工学习前沿技术。

• 实战锻炼：新员工直接参与真实项目，在实战中快速成长。表现优秀者可参与核心算法研发或量产项目。

• 轮岗机会：鼓励员工在不同技术方向（如感知、规划、仿真）或不同业务线（Robotaxi、货运）之间轮岗，培养复合能力。

（四）给2026高考考生及家长的建议

对于有志于进入自动驾驶行业的2026年高考考生，以下建议可供参考：

1. 专业选择策略：

• 首选计算机类：计算机科学与技术、软件工程、人工智能是进入自动驾驶行业最"硬核"的专业，就业面最广，薪酬最高。

• 次选电子信息类：自动化、机械电子工程、电子科学与技术、通信工程等专业在硬件和系统方向有优势，适合对"软硬结合"感兴趣的学生。

• 数学基础要扎实：无论选择哪个专业，都要重视数学（高等数学、线性代数、概率论）和编程（C++、Python）的学习，这是算法岗的入场券。

• 考虑交叉学科：部分高校开设"智能科学与技术"、"机器人工程"等交叉学科，课程设置更贴合自动驾驶需求。

2. 学业规划建议：

• 本科阶段：打好编程和数学基础，参加ACM竞赛、数学建模竞赛、机器人竞赛等，积累项目经验。争取进入实验室参与科研，发表学术论文。

• 研究生阶段：自动驾驶算法岗普遍要求硕士学历，建议选择计算机视觉、机器学习、机器人、控制理论等方向，参与导师的自动驾驶相关课题。

• 实习经验：大二、大三暑期争取在自动驾驶公司或车企实习，了解行业真实需求，积累工程经验。滴滴自动驾驶每年招收大量实习生，表现优秀者可获得转正机会。

3. 能力培养重点：

• 编程能力：尽早开始刷LeetCode，掌握常用数据结构和算法，能够独立完成中等难度的编程题。

• 项目经验：参与开源项目（如Autoware、Apollo）或自制小型自动驾驶小车（基于ROS和树莓派），展示动手能力和系统思维。

• 论文阅读：关注CVPR、ICRA、NeurIPS等顶级会议，阅读自动驾驶相关论文，了解技术前沿。

• 英语能力：自动驾驶是全球化行业，需要阅读英文文献、参与国际会议，良好的英语能力是加分项。

4. 行业认知与职业规划：

• 了解行业周期：自动驾驶行业经历了几轮起伏，目前处于"理性发展期"，头部公司开始探索商业化，但完全无人驾驶仍需时间。入行需有长期主义心态。

• 关注政策动态：自动驾驶涉及法律法规、伦理道德等复杂问题，需关注各地政策变化（如北京、上海、广州的自动驾驶示范区政策）。

• 职业路径选择：技术路线（算法工程师→技术专家→首席科学家）、管理路线（项目经理→部门总监→VP）、创业路线（积累技术和资源后自主创业）各有特点，需根据个人兴趣和能力选择。