一汽-大众汽车
端侧Agent开发工程师2
端侧Agent开发工程师2
发布于 6 个月前普通员工/个人贡献者
成都市
高级经验
全职员工
仅现场办公
本科
软件工程
Agent Framework
Kotlin协程
Prompt调优
端侧模型部署
AI Agent
MTK
QNN
记忆模块
AI 估算 · 25k–45k
端侧AI Agent高级开发，负责生命周期管理与模型推理，核心技术岗，薪资领先。
职位详情
关于这个职位
该职位是一汽-大众在成都招聘的端侧AI Agent开发工程师
你将负责端侧AI Agent的核心业务开发，包括Agent的路由、调度、意图理解、规划执行、模型推理优化以及记忆模块构建
同时，你还需要负责端侧模型在车机芯片平台（如QNN/MTK）上的部署、适配与性能优化工作
最低要求
国内大学统招本科及以上学历，或已取得教育部留学服务中心认证的“学历学位认证书”的本科及以上学历留学生，通信、计算机、软件等相关专业
具备4年以上软件开发经验，至少参与过一个量产项目
良好的Java/Kotlin语言编程能力，熟练使用相关编译器、调试器，熟练C/C++或python更佳，深入掌握Android系统原理，包括四大组件、生命周期、UI绘制机制、事件分发机制、内存管理、进程通信（IPC/Binder），具备扎实的面向对象设计、设计模式（单例、工厂、观察者等）应用能力
深入理解Kotlin协程原理，能熟练运用协程、Flow、Channel等异步工具，解决并发请求、数据流式处理、后台任务调度等场景问题，熟练掌握数据库使用，SQLite、Room、MMKV、DataStore等数据存储方案的优化与选型
熟悉AI Agent运行机制，深入理解Agent运行流程，理解Agent Framework框架，理解感知、记忆、规划等模块业务执行方案，有基于定制化需求设计改造Agent Framework的能力
熟练掌握端侧模型部署，有基于QNN、MTK或其他车机芯片平台的模型部署经验，了解端侧模型部署流程
国内高校毕业生大学英语四级(CET-4 425分)及以上或托福成绩80分及以上、雅思成绩6.0分及以上，海外高校毕业生须达到同等水平，较好的英语或德语读写能力，能够进行日常对话
年龄40周岁及以下
工作职责
负责端侧AI Agent ，Master Agent相关业务开发，包括Agent的路由、注册管理、调度、生命周期管理等
负责端侧AI Agent，Agent逻辑层相关业务开发，包括Agent内部意图理解、规划、执行相关逻辑，包括任务管理、工具执行等相关逻辑
负责端侧AI Agent，Agent 模型推理相关业务开发，包括Prompt调优、上下文调优、联合模型开发人员基于业务评估训练结果、端侧模型测试联调
负责端侧AI Agent 记忆模块相关功能开发，配合Agent业务，开发适配的记忆模块及高效的记忆检索模块，需覆盖对话、车辆状态、记忆摘要、外部记忆等记忆内容
负责端侧模型部署相关工作，包括工具链的使用、QNN/MTK/其他国产芯片平台的应用适配、性能优化等
AI 洞察
优缺点分析
优点
- 技术前沿：工作在AI Agent与智能汽车的交汇点，接触端侧AI、大模型轻量化等前沿技术，技能积累价值高
- 行业平台：一汽-大众是头部车企，平台资源丰富，能参与量产项目，对理解汽车行业和智能座舱业务有巨大帮助
- 技能复合：岗位要求移动端开发、AI Agent、模型部署等多重技能，有利于打造稀缺的复合型技术人才竞争力
- 技术难度高：需要同时精通移动端底层、AI Agent框架和芯片级模型部署，学习曲线陡峭，对综合能力要求极高
- 竞争激烈：该岗位要求4年以上经验并参与过量产项目，面向的是资深开发者，求职者面临来自同级别优秀人才的竞争
- 适合拥有扎实Android开发背景，并对AI Agent技术充满热情，希望进入智能汽车领域深耕的资深软件工程师
缺点 / 挑战
- 工作强度可能较大：涉及量产项目，且技术栈复杂，可能需要应对紧张的开发周期和跨团队（如与模型团队）的协作压力
角色解读
- 技术路径：可以从资深Agent开发工程师，成长为端侧AI架构师或技术专家，主导更复杂的智能座舱AI系统设计
- 行业路径：在智能汽车领域深耕，积累的端侧AI和芯片平台经验，可向自动驾驶、车联网等更前沿的技术方向拓展
- 管理路径：随着经验积累，有机会转向技术管理岗位，如带领AI Agent开发团队，负责技术规划和项目管理
- 你将负责端侧AI Agent的核心业务开发，包括Agent的路由、调度、意图理解、规划执行等逻辑层功能
- 你需要进行端侧模型的推理优化工作，如Prompt调优、上下文管理，并与模型开发人员协作评估训练结果
- 你将构建和优化AI Agent的记忆模块，管理对话、车辆状态等多种记忆内容，并开发高效的检索机制
- 你还需要负责将AI模型部署到车机芯片平台（如QNN/MTK），进行应用适配、性能优化和工具链使用
- 扎实的移动端开发能力，精通Java/Kotlin，深入理解Android系统原理（四大组件、内存管理、IPC等）和Kotlin协程、Flow等异步编程工具
- 对AI Agent技术栈有深入理解，熟悉Agent Framework的运行机制，具备设计改造框架以满足定制化需求的能力
- 具备端侧模型部署的实践经验，熟悉QNN、MTK等车机芯片平台的模型部署流程、性能优化和工具链使用
申请策略
- 深入了解一汽-大众在智能座舱、车联网方面的最新产品和战略布局，在面试中展现你对公司业务方向的关注和思考
- 准备好用英语或德语进行简单技术交流，这可能是加分项，也体现了职位对国际化协作环境的要求
- 重点突出参与过的量产项目经验，详细描述你在其中的角色、技术贡献和项目成果
- 清晰展示你在Android/Kotlin开发、AI Agent相关项目以及端侧模型部署（特别是QNN/MTK平台）方面的具体技能和实践案例
- 在项目经历或技能描述中，体现你对Agent Framework、Kotlin协程、内存优化等关键技术点的深入理解和应用能力
- 如果对QNN/MTK等特定车机芯片平台不熟悉，可以提前学习其官方文档和模型部署工具链，了解基本流程
- 加强对AI Agent经典框架（如LangChain、AutoGPT等）原理的学习，并思考其在移动端或资源受限环境下的适配方案
面试指南
- 对于项目经验类问题，采用STAR法则（情境、任务、行动、结果）结构化回答，重点突出你的技术决策、解决问题的过程和量化成果
- 对于技术原理类问题，先阐述核心概念，再结合具体的项目实践或代码片段进行说明，展示理论联系实际的能力
- 对于场景假设类问题（如性能优化），可以按照‘分析定位问题 -> 提出多种解决方案并权衡 -> 实施验证效果’的逻辑框架来组织回答
- 请详细介绍一个你参与过的、与AI Agent或端侧智能相关的量产项目，你在其中负责什么？遇到了什么挑战？如何解决的？
- 请解释一下你对Agent Framework中‘感知-规划-执行’循环的理解，并举例说明你如何设计或优化过其中的某个模块？
- 在Android端部署一个轻量化模型时，你通常会考虑哪些性能优化点？针对内存和功耗有什么具体的优化策略？
- 请谈谈你使用Kotlin协程和Flow处理复杂异步数据流或并发任务的经验，遇到过哪些坑？
- 如果你需要将一个训练好的模型适配到MTK平台并遇到性能不达标的情况，你的排查和优化思路是什么？
职位点评
Watch Jobs