大疆
中/高级系统工程师（基模方向）
中/高级系统工程师（基模方向）
发布于 大约 21 小时前普通员工/个人贡献者
深圳市
高级经验
全职员工
仅现场办公
本科
软件工程
PyTorch
TensorFlow
MLOps
嵌入式系统
多模态
无人机
模型量化
机器人
语音
AI 估算 · 30k–50k
大疆行业领先，中高级系统工程师需大模型与嵌入式经验，月薪中位数约40K，竞争力强。
职位详情
关于这个职位
该职位负责大疆基础大模型（视觉/语音/多模态）在端侧硬件的核心功能交付、部署优化与性能调优
你将主导模型迭代计划、端云协同问题分析，并协调算法、硬件等多团队推动大模型高效落地至无人机、机器人等产品
适合具备5年以上系统工程师经验、熟悉大模型与嵌入式优化的技术人才
最低要求
本科及以上学历，计算机/人工智能/机器人/控制工程等相关专业
年及以上车企/自动驾驶企业/机器人企业/手机企业的系统工程师及实际量产工程化落地项目经验
精通C++/Python算法开发，熟悉嵌入式系统集成流程（如Linux驱动开发、ROS框架）
了解大模型MLOps实践（如模型版本管理、A/B测试），能设计端云协同的监控体系
熟悉端到端模型，VLM/VLA以及云端大模型的技术栈，具备整体设计系统、跟进和解决系统问题的能力
了解基础模型训练到端侧部署全链路，熟悉主流框架（PyTorch/TensorFlow）与工具链
熟悉无人机/机器人系统架构（如飞控算法、传感器融合），能理解硬件约束对模型设计的影响（如内存、算力、功耗）
具备全局观、推动力以及优秀的问题解决能力：能跨团队协调算法、硬件、测试资源，推动复杂系统集成
在资源受限场景（如无人机电池续航约束下）设计模型-硬件最优解
工作职责
负责基础大模型(视觉/语音/多模态等)的核心功能交付，主导需求定义、功能规范编制及开发计划制定，协同需求方制定模型的迭代计划和交付标准，推进基础模型交付
负责推进大模型在端侧硬件的中间态Metric验证（如推理延迟、功耗、精度平衡），确保模型高效落地至各类产品
推动大模型在行业级解决方案中的落地，确保模型能力与硬件特性深度匹配
负责深度分析型交付过程中的端云协同问题（如边缘设备算力瓶颈等），主导问题整改与验收，保障模型迭代按节点交付
协调AI算法、嵌入式硬件、传感器团队，推进基础大模型赋能，达成核心功能的联调与验收
负责大模型在嵌入式端侧的部署优化与性能调优
优先资格
具备AI模型工程化交付经验，有端侧大模型部署或嵌入式AI系统落地案例
主导过消费级智能硬件大模型交付，具备从算法原型到百万级设备量产的全流程经验
熟悉嵌入式端侧优化（模型量化、剪枝、硬件加速），有降低模型推理延迟的实证案例
AI 洞察
优缺点分析
优点
- 大疆在消费级智能硬件大模型落地领先，项目经验含金量高
- 接触大模型从训练到端侧部署全链路，技术广度和深度俱佳
- 薪资福利优厚，公司自负盈亏稳定性好，发展前景明确
- 工作强度较大，需跨团队协调资源推进复杂系统集成
- 技术更新快，需持续学习大模型及嵌入式优化前沿
- 资源受限场景（如功耗、算力）对模型-硬件协同设计要求高
- 适合有5年以上系统工程师经验，对AI模型落地端侧感兴趣，具备跨团队协调能力的技术人才
缺点 / 挑战
暂无明显挑战项
角色解读
- 向大模型系统架构师发展，主导全链路系统设计与技术决策
- 深入嵌入式AI优化领域，成为端侧部署与性能调优专家
- 跨领域技术管理岗，协调算法、硬件、产品团队推动复杂系统集成
- 负责基础大模型视觉/语音/多模态的核心功能交付，制定迭代计划与交付标准
- 推进大模型在端侧硬件的中间态验证（延迟、功耗、精度），确保高效落地产品
- 分析端云协同问题（如边缘算力瓶颈），协调算法、硬件团队推进联调与验收
- 负责大模型在嵌入式端侧的部署优化与性能调优，包括量化、剪枝等
- 精通C++/Python，熟悉嵌入式系统集成（Linux驱动、ROS框架）
- 了解大模型MLOps实践，能设计端云协同监控体系
- 熟悉端到端模型、VLM/VLA技术栈，了解从训练到端侧部署全链路
- 熟悉无人机/机器人系统架构，理解硬件约束对模型设计的影响
申请策略
- 关注大疆产品线（如无人机、RoboMaster），了解硬件约束和产品需求
- 准备一个端侧大模型部署的详细案例，突出从原型到量产的流程
- 突出大模型工程化落地项目经验，尤其是端侧部署案例和量化指标
- 强调C++/Python开发能力与嵌入式系统集成（Linux、ROS）经验
- 展示MLOps实践与端云协同监控体系设计经验
- 深入学习模型量化、剪枝、硬件加速等技术
- 掌握VLM/VLA以及云端大模型技术栈
面试指南
- 用STAR法则描述项目经验：背景、任务、行动、结果
- 体现系统思维和跨团队协作能力，强调问题分解与资源协调
- 技术细节要具体，例如量化方法选择、工具链使用、性能指标改善
- 你如何设计一个端侧大模型的性能验证方案，平衡延迟、功耗和精度？
- 描述一次你协调算法、硬件团队解决复杂系统问题的经历
- 你了解哪些模型量化方法？如何平衡精度与延迟？
- 在无人机电池续航约束下，如何设计模型-硬件最优解？
- 请介绍一个你主导的大模型交付项目，从需求到量产的完整流程
匹配度报告
70
综合匹配度
大疆中高级系统工程师，前沿大模型端侧落地技术，薪资优但WLB不明确。
适合人群
适合重视技术成长和薪资回报、能接受现场办公和潜在加班的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利70
成长发展85
工作生活50
使命价值75
薪资福利匹配
70中等
大疆薪资在行业中有竞争力，但JD未明确提及薪资和具体福利，补偿性动机满足度中等偏上。
薪资信号市场水准 (30K-50K/月)
成长发展匹配
85较高
涉及大模型、端侧AI、嵌入式优化等前沿技术，技术成长空间大，但JD未明确提及晋升通道。
技术前沿前沿/新兴技术
技术栈大模型、VLM、VLA、量化、剪枝、嵌入式、MLOps
业务类型profit_center
工作生活匹配
50较低
工作地点在深圳，仅现场办公，未提及弹性或远程，加班情况不明，生活化动机满足度一般。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值匹配
75中等
智能硬件+AI行业高增长，但消费电子社会影响中性，创新采用前沿技术，意义感动机较好。
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