文远知行HR负责人张碧珺：自动驾驶行业的人才从哪里找？

8月22日，第三届全球智能汽车前沿峰会（GIV2020）在广州举行。会上，文远知行WeRide人力资源负责人针对自动驾驶的人才布局进行了分享。本文是张碧珺分享的部分精彩观点，由汽车之心编辑整理。

①自动驾驶相关的职位，每年以27%的速度在增长，但是同时每年去投递这些职位或者搜索相关词条的人数仅以15%的速度在增长。所以这中间有一个比较大的落差。从学术界到工业界，对自动驾驶人才需求的缺口巨大。

②自动驾驶需要复合型的人才，这对本来稀缺的人才提出更高的要求，所以是难上加难。

③目前文远在全球有300多人，70%的是研发力量，大部分成员来自一线的自动驾驶团队, 30%左右来自自动驾驶、机器人、汽车、航空航天等相关专业背景。

自动驾驶行业的人才画像是什么？自动驾驶行业的人才从哪里找？

今天我将结合自动驾驶在全球范围内的人才挑战，以及文远知行的人才布局，谈一谈我们对这些挑战的一些看法。

我目前负责文远知行中美团队的整体人才战略，在加入文远知行之前，我在雅虎美国总部工作，主要支持雅虎全球门户网站的业务。

一、硅谷的自动驾驶人才现状

2017年我刚刚加入文远知行，自动驾驶行业也是刚起步。那时候加州大概有30多家公司拿到了自动驾驶测试牌照，现在已经上升到66家。

Waymo毫无疑问是老大。他们总部在硅谷，同时也把办公室带到了美国像纽约、西雅图、密歇根这些人才聚集的地方。同时他们也在全球范围内展开布局，比如在英国收购了一家公司，在印度有他们的标注团队，在深圳和台湾都有硬件相关的职位。

Cruise是通用汽车的自动驾驶研发力量，它主要在硅谷，同时也在场景相对于简单的亚利桑那做测试。

ZOOX是刚刚被亚马逊收购，他们的主要研发力量也是在硅谷，但同时在人流量更加密集的拉斯维加斯做测试。

Argo同时有福特和大众两家车企的注资，他们在硅谷、密歇根和慕尼黑都有研发团队，同时在迈阿密也有相应的测试力量。

这几家公司整体人员数量都是千人以上，当中大概60% – 70%是研发人员。虽然Cruise和ZOOX这两家人才增长稍微放缓，但每家其实都还在继续招聘大量的软件、硬件人才。

二、自动驾驶需要什么样的人才？

自动驾驶是一个非常庞大的系统，每一辆自动驾驶车可能需要上亿行的代码才能够持续感知周围的物体，并在不同的场景下做出正确的判断。

目前自动驾驶车大约需要2.5亿行代码。但相信随着系统越来越智能，这个车和周围世界的联系越来越强，这个代码量还会逐渐地去增加。

我们把这个研发力量主要分为三个部分：

第一，核心AI，包括了感知、路径规划和地图定位三个模块。感知是模拟人的眼睛去看到周围的世界。路径规划是根据感知的信号，结合物理世界的实际限制，路口的逻辑等等做出最正确的决定。地图定位，它的精度要求非常高，比如说普通的车辆，可能它的定位精度是在1-10米。但是无人驾驶车，为了使它更加安全，这个精度是在厘米级别。所以这里涉及到了大量的数据、模型训练。所以我们对机器学习、深入学习、计算机世界、机器人学等等学科的需求非常非常大。

第二，数据与基础架构。我们车上所有的模型都是需要通过很多的训练和大量数据采集，再通过测试验证最后才能够放到车上。同时我们需要有一个实时的系统，能够把周围的信号和车上的模型做一个很好的结合。这就要求系统非常稳定，实时性的要求也很高。在数据与基础架构这个模块里，几乎涵盖了互联网所有的技术模块。

第三，硬件团队。现在其实并没有一款针对于L4级别自动驾驶的量产车，所以车辆平台都需要后装，尤其涉及到很多传感器的研发、传感器的融合等等，硬件团队也是非常重要的。像在Waymo整个研发里面，硬件团队可能占到1/3。

自动驾驶这个行业对人才的要求是很高的。这个行业这几年也是蓬勃发展，再加上这个行业相对比较年轻，种种因素对人才的吸引和保留带来了很多挑战：

第一，这个行业这两年发展得非常好。

据全球招聘网站INDEED的数据，在自动驾驶相关的职位，每一年是以27%的速度在增长，但是同时每年去投递这些职位或者搜索相关词条的人数仅以15%的速度在增长。所以这中间有一个比较大的落差。

再举一个比较极端的例子，在2015年美国卡耐基梅隆大学里面一个非常著名的机器人实验室，一夜之间有50名教职员工提出了辞职。他们加入了UBER ATG在匹兹堡的办公室，这50人占到机器人实验室三分之一的人员数量，所以他们一离开，这个机器人实验室可能都没有办法进行正常的教学任务。

当然，最后UBER ATG跟CMU达成了一个4000万美金的战略合作。所以我觉得从这个极端的事例能够看到，从学术界到工业界对人才需求的巨大缺口。

第二，无人车是一个很复杂的系统，这个系统里很多部门或者很多板块都彼此依赖，我们需要复合型的人才，能够看到彼此之间的联系。这对本来稀缺的人才提出更高的要求，所以是难上加难。

第三，这个行业还是在不断地创新，不断地调整，调整过程中也涉及到组织和人员的调整。

比如Cruise在今年年初有9%的人员调整；Argo在接受福特和大众的注资之后，慕尼黑、硅谷、匹兹堡和底特律团队也在不断地融合。这些变化都会让一些人不得不离开，也会让这个行业外的人，有时候望而却步。

三、文远知行怎么组建团队以及培养人才？

文远知行是2017年成立，全球一共有5个办公室，之所以这样做也是希望能够把我们自己带到人才更聚焦的地方，能够更好地去吸引高精尖的AI人才、产品商业化的人才。

目前文远在全球有300多人，70%的是研发力量。

我们的理念叫做“兼容并蓄”：

我们非常注重人才的行业背景，包括我们的创始团队，我们很多后来加入的员工，他们都是从一线的自动驾驶团队加入到文远知行，比如说像百度、滴滴、福特、苹果等等。

同时我们更加重视的是人才技能的迁移性。例如自动驾驶是一个机器人的平台，其实还有很多其他机器人平台，比如像航空航天飞行器，这上面很多控制算法可以放到无人车平台。包括走迷宫的机器人，它的一些决策路径规划的算法，也是可以放到无人驾驶平台的。所以有自动驾驶、机器人、汽车、航空航天相关专业背景的这些人员，大概是占到我们30%左右的比例。

第二，互联网和高科技。这里面涉及到大量的互联网的技术，我们非常感谢这些人员，把行业里非常扎实的工程能力、非常标准化的工程流程带到了我们的公司，能够让整个基础架构更加稳定。

第三，应届毕业生。除了计算机、电子工程、硬件或者是机械方面等直接相关的专业，我们有很多同学来自于数学、物理、统计、运筹学等等背景，

我们对这些候选人的要求，不光是看他们的代码能力，更多的是注重他们的逻辑思维能力，以及他们对于解决问题的热情。在学历背景来看，我们大概有20%的人员是博士毕业，近一半的人员是硕士毕业。

应对人才挑战的是内部的人才培养，我们的理念是共同成长。我们希望是在内部能够打造一个学习型的社区，在这个社区里面不光是这种比较资深的工程师，他可以通过传帮带分享他的经验。同时新生代也可以表达自己的观念，参与到讨论，让这个社区能够系统性地在知识体系和能力上不断提高。

具体而言，首先我们做了非常多的内部分享，比如每个模块的整体介绍，比如说什么是PLANNING，什么是PERCEPTION，再到技术模块未来的技术路线，比如说它接下来六个月，未来一到两年，它具体要做哪些主要项目，这个技术发展方向是什么，还有就是这个模块具体的算法，工具以及一些重大的项目进展。

AI小组的论文研讨，我们认为把理论界非常前沿的算法理念和工业界现实的问题结合起来是非常重要的，所以说我们定期会有论文研讨的活动。

跨组的导师制，学员和导师是分开在不同的组，他们可以就一些技术职业发展或者是工作上的方法论等等，各种各样的问题去进行讨论互相学习，我们觉得这样也会对学员有更好的一对一指导。

除了脱产培训，我们还有很多在岗培训。首先我们内部非常鼓励这种轮岗或者是换组，我们鼓励每个同学能够不断地去寻找自己非常感兴趣的方向做新尝试，跳出自己的舒适区，慢慢地成为这种复合型的人才。如果不换组，我们也有很多组间的跨组项目，我们会成立临时的团队，在这个临时团队里，大家不分你我，亲密地合作，要把问题找出来，所以在这样的工作状态之下，其实能够迅速地让彼此去了解各自的技术栈，也得到了一个很好的提升。

最后我们来讲一讲我们对人才的一些展望。

第一，我们还是希望市场上能够有更多对无人驾驶感兴趣、了解无人驾驶，同时具备我们要求的能力，希望更多这样的人才能够出现在这个市场上。

第二，我们希望能够更多地跨行业、跨地域地去吸引人才。

第三，内部的人才培养。我们希望能够创造一个良好的环境，所有级别的同事、同学，大家都可以去做贡献，同时能够获得这种收获，能够让我们年轻的新生代快速地成长为骨干的力量，同时给我们骨干力量能够有一个更大的舞台，让他们去发挥他们的能量，对这个行业作出很好的贡献。

与第三届全球智能汽车前沿峰会（GIV 2020）同期，百人会也发布了针对自动驾驶落地场景的深度研究报告《自动驾驶应用场景与商业化路径（2020）》。

关注汽车之心公众号，回复“GIV”可获取144页的报告全文。