•深入学习车辆动力学、智能网联汽车技术等核心课程，专业课程排名前5%，GPA 3.75/4.0。
•组织并参与全国大学生智能汽车竞赛，负责视觉导航模块开发，团队获华北赛区二等奖。
自动驾驶集成测试工程师传感器融合测试决策控制验证
北京
•负责城市NOA功能测试方案制定，覆盖激光雷达/摄像头/毫米波雷达多传感器融合场景，编写测试用例600+，实现98%功能覆盖。
•开发基于Python的测试脚本库，集成CARLA仿真环境，实现测试任务自动化调度，测试执行效率提升45%，年度节省人力成本60万元。
•协同算法团队分析系统异常，定位并解决30+个跨模块交互问题，建立缺陷根因分析机制，系统稳定性提升35%。
•主导制定V2X通信测试规范，输出测试流程文档，开展3场技术分享会，推动测试团队掌握新标准。
百度Apollo - 智能驾驶质量保障部人工智能自动驾驶
2021.01-2023.06
高级自动驾驶集成测试工程师高速场景测试测试团队赋能
北京
•主导Robotaxi车队测试验证，设计复杂城市场景测试方案，覆盖100+种特殊工况，识别并预防15+类潜在安全隐患。
•重构测试流水线，整合Jenkins与GitLab实现测试自动触发，测试环境搭建时间从2天缩短至2小时，版本发布效率提升50%。
•管理5人测试团队，制定敏捷测试流程，完成7个OTA版本验证，用户端问题反馈量下降40%。
•评估5家供应商的感知算法，编写《车载摄像头性能评估报告》等8份技术文档，支持硬件选型决策。
•负责城市道路NOA功能测试，主导感知与规划模块的联合调试，确保系统在各种复杂路况下的响应一致性。
•设计150+测试用例，覆盖暴雨、大雪、逆光等极端天气及施工路段、学校区域等特殊场景，验证系统适应性。
•构建基于OpenScene的虚拟测试环境，模拟2000+种动态交通场景，识别出20+处感知盲区问题并推动算法优化。
•联合规划团队进行压力测试，验证系统在紧急避让场景下的决策合理性，优化避障策略3项。
•负责记忆泊车功能全流程测试，制定从车位学习到泊车执行的完整验证方案。
•设计200+测试场景，覆盖多层停车场、地库坡道、窄车位等复杂环境，验证系统在视觉标记不清条件下的表现。
•开发基于MATLAB的测试脚本，实现泊车路径自动规划验证，将测试效率提升60%，发现并解决15处路径规划逻辑缺陷。
•部署HIL测试平台，模拟车辆动力学响应，完成7×24小时压力测试，功能覆盖率达99.5%。
测试工具与平台应用:
精通Vehicle Network Analyzer、ETAS ESC等车载网络测试工具，完成CAN/LIN总线通信验证。
熟练运用VTD、Prescan进行虚拟测试场景构建，实现测试用例自动化执行。
运用TestRail、Redmine管理测试需求与缺陷，建立测试知识库。
