一汽-大众汽车
助理端侧Agent开发工程师1
助理端侧Agent开发工程师1
发布于 大约 13 小时前普通员工/个人贡献者
成都市
高级经验
全职员工
仅现场办公
本科
协程
AI Agent
MTK
QNN
端侧模型部署
Mmkv
AI 估算 · 25k–35k
资深技术岗，AI Agent方向人才稀缺，一汽-大众作为巨头，薪资有竞争力，成都市场较高水平
职位详情
关于这个职位
该职位专注于端侧AI Agent的开发，涉及Agent的路由、调度、生命周期管理，以及意图理解、规划执行和模型推理优化
你将参与记忆模块开发和端侧模型部署适配，需要扎实的Android和Kotlin协程基础，以及AI Agent框架和端侧模型部署经验
适合有4年以上软件开发经验、对AI Agent和端侧技术感兴趣的技术人员
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
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：端侧AI Agent是汽车智能化热点，积累的经验具有高市场价值，未来跳槽竞争力强
- 团队氛围：参与从0到1的Agent系统建设，技术自主权高，能深度参与决策
- 薪资福利：大厂标准，成都生活成本相对较低，实际购买力强
- 技术难度高：需要同时掌握Android、Kotlin协程、AI Agent框架和端侧部署，学习曲线陡峭
- 工作强度：项目可能涉及多模块并行，需要应对车机平台适配和性能优化等复杂问题，加班可能不可避免
- 愿意在汽车智能化领域长期发展，具备较强的自驱力和学习能力
缺点 / 挑战
- 公司平台好：一汽-大众是行业巨头，稳定且资源丰富，项目落地机会多，能接触到量产级技术挑战
- 竞争压力：该方向热门，行业内人才需求大，但要求高，需要持续学习保持技术领先
- 适合4年以上Android开发经验、对AI Agent和端侧推理有浓厚兴趣、喜欢挑战技术深度的工程师
角色解读
- 技术深耕：端侧AI Agent是前沿方向，可向AI算法专家、端侧架构师发展，成为车机AI领域的核心人才
- 横向扩展：积累端侧部署和优化经验后，可转向大模型推理优化、嵌入式AI等方向，拓宽技术栈
- 管理通道：在项目中担任技术负责人，逐步晋升为团队Leader或技术经理，管理AI Agent开发团队
- 负责端侧AI Agent核心模块开发，包括Master Agent的路由、调度、生命周期管理，确保Agent系统稳定高效运行
- 开发Agent逻辑层，实现意图理解、规划、任务执行和工具调用等智能行为
- 优化模型推理效率，进行Prompt和上下文调优，并联合模型团队评估训练结果
- 设计并实现记忆模块，覆盖对话、车辆状态等多源记忆的高效检索与存储，并负责端侧模型部署适配不同芯片平台
- 精通Java/Kotlin及Android系统原理，熟悉IPC、UI绘制、内存管理等机制
- 深入理解Kotlin协程、Flow、Channel等异步编程，并能熟练运用Room、MMKV等存储方案
- 掌握AI Agent框架原理，熟悉感知、记忆、规划等模块，具备端侧模型部署经验（QNN/MTK等）
- 具备4年以上软件开发经验，至少参与一个量产项目，有汽车或嵌入式经验者优先
申请策略
- 在求职信中表达对汽车智能化趋势的理解，以及对端侧AI的强烈兴趣
- 提前了解一汽-大众的智能座舱产品（如ID系列），面试中展示对该业务的认知
- 突出Android底层经验，尤其是IPC、内存管理、UI绘制等原理项目
- 展示Kotlin协程在高并发或数据流处理场景的实际应用案例
- 如果有AI Agent相关项目，详细描述框架设计或意图理解实现
- 若无，可强调对Agent机制的理解
- 强调端侧模型部署经历，包括芯片适配（QNN/MTK）和性能优化成果
- 若缺少AI Agent经验，建议学习LangChain、AutoGPT等框架，理解Agent循环机制
面试指南
- 对于原理类问题，先给出定义，再画图或举例说明，最后联系实际应用
- 对于设计类问题，采用“场景-需求-方案-权衡”的结构，展示系统思维
- 对于优化类问题，说明评估指标、瓶颈分析、优化手段和效果验证
- 解释Android中Binder的原理，如何实现跨进程通信？
- 描述Kotlin协程的挂起和恢复机制，Flow的热流和冷流区别？
- 端侧AI Agent的记忆模块如何设计，如何实现高效的检索？
- 你在之前的项目中如何优化端侧模型的推理速度？
- 请简要描述AI Agent的运行流程，以及路由和调度模块的关键设计
匹配度报告
71
综合匹配度
稳定大厂、前沿技术栈、薪资有竞争力，但WLB和办公灵活性一般。
适合人群
适合高度重视技术成长和职业发展，能接受一定工作强度，追求前沿技术积累的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利80
成长发展90
工作生活50
使命价值65
薪资福利匹配
80较高
该职位由行业巨头提供，薪资水平在成都具有较强竞争力，福利待遇稳定，但JD未明确具体薪资和福利细节。
薪资信号未披露（AI估算：25K-35K/月）
成长发展匹配
90较高
端侧AI Agent是前沿技术，职位技术深度高，能积累稀缺经验，成长空间大，但JD未提及晋升通道。
技术前沿前沿/新兴技术
技术栈Kotlin、AI Agent、端侧模型部署、QNN、MTK
业务类型ambiguous
工作生活匹配
50较低
工作地点在成都，但需现场办公，JD未提及WLB信息，车机开发可能涉及加班。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值匹配
65中等
汽车智能化是高速赛道，社会影响力中等，技术创新程度较高，但JD未明确使命陈述。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs