新紫光集团
座舱芯片解决方案系统专家8214
座舱芯片解决方案系统专家8214
发布于 大约 14 小时前普通员工/个人贡献者
北京市 / 上海市
专家级经验
全职员工
仅现场办公
硕士
系统与安全工程
SoC
虚拟化
功能安全
NPU
多模态AI
智能座舱
端侧AI
车规级
Agentic Os
AI 估算 · 40k–70k
要求极高，10年以上经验+专家级技术，行业稀缺，大厂竞争力强，月薪范围4-7万。
职位详情
关于这个职位
负责智能座舱芯片整体解决方案设计，主导端侧AI技术和Agentic OS产品在座舱的落地与迭代，衔接芯片硬件能力、车载OS、大模型与座舱应用生态，为汽车客户输出高竞争力、可量产的一站式解决方案，推动下一代AI原生座舱产品战略实施
最低要求
学历与工作经验要求：硕士及以上学历，电子信息、计算机、软件工程、车辆工程等相关专业
年以上智能座舱行业工作经验，5年以上座舱芯片解决方案整体设计与量产落地经验，熟悉主流车载座舱芯片平台方案
专业能力要求：熟悉智能座舱整体技术架构及座舱芯片SoC架构、CPU/NPU/GPU算力特性、车载总线、多屏显示、音视频编解码、车规级软硬件标准，熟练掌握座舱从硬件适配、系统移植、应用适配到量产交付的全流程方案设计
精通Linux/Android/虚拟化等智能座舱基础软件技术栈，有座舱级基础软件的架构设计、落地优化经验
具备扎实的端侧AI落地能力，熟悉车载端侧AI技术，包括轻量化大模型部署、NPU推理优化、端侧AI算力调度、多模态算法座舱适配方案，具备量产级端侧AI座舱项目落地经验
熟悉Agentic OS核心技术与车载应用场景，了解Agentic OS产品规划、架构设计、技术路线，能够独立推进下一代智能座舱OS预研与落地
具备完整的解决方案能力，能够独立完成大型座舱芯片项目的需求拆解、方案架构设计、风险评估、落地规划等
熟悉车载行业规范，了解车规级功能安全、信息安全、OTA升级、车载软件合规要求，熟悉智能座舱行业主流技术方案与竞品动态
其他要求：具备极强的技术前瞻性，深刻理解“AI+OS”驱动的智能座舱技术迭代趋势，能够提前布局Agentic OS、端侧AI座舱核心技术
具备优秀的跨部门协同能力、项目推进能力，能够联动软硬件、算法、测试、市场团队完成产品落地
逻辑清晰、抗压能力强，具备专家级技术判断力和问题攻坚能力，具备良好的团队赋能意识
工作职责
解决方案搭建与落地：负责智能座舱芯片整体解决方案设计，能够结合公司芯片CPU、GPU算力、内存带宽、NPU性能、硬件架构特性等，针对客户需求，输出包括多屏多摄像头交互、车载影音娱乐、仪表座舱一体化等软硬件解决方案
加分项：有AI BOX解决方案经验，能够输出座舱+AI BOX融合方案
端侧AI座舱技术落地：主导端侧大模型轻量化部署、座舱多模态AI交互（语音、视觉、手势、情感交互）、场景化AI智能服务的方案落地
主导优化芯片NPU算力调度、端侧AI推理加速、功耗平衡、车规级稳定性适配，实现AI能力座舱规模化量产落地
Agentic OS产品规划与研发推进：负责公司Agentic OS（智能体操作系统）的产品定义、架构设计、技术路线规划与落地推进
结合车载场景特性，设计车载AI智能体协作机制、自主决策、场景主动服务、跨应用智能联动、端边云协同架构，搭建适配座舱SoC的Agentic OS技术底座
完成从技术预研、原型验证、客户试点到量产落地的全流程推进，打造AI原生座舱OS核心竞争力
技术预研与行业赋能：跟踪智能座舱、车载端侧AI、车载Agent、智能座舱操作系统的行业技术趋势、标杆产品方案（AIOS、车载智能体架构、端侧大模型座舱适配方案）
牵头关键技术预研、难点攻关，沉淀标准化解决方案库和技术专利，搭建公司AI座舱解决方案技术壁垒
牵头智能座舱各类知识库文档梳理，建设智能座舱知识库
优先资格
有端侧AI车载落地、车载OS定制开发、AI Agent/智能体系统预研落地相关项目经验者优先
有头部芯片厂、车厂Tier1座舱解决方案专家经验者优先
AI 洞察
优缺点分析
优点
- 处于汽车智能化核心赛道，端侧AI+Agentic OS是行业前沿方向，技术积累含金量高
- 新紫光集团为上市巨头，资源丰富，可深度参与从芯片到OS的完整产业链
- 工作地覆盖一线城市，可选择性强，团队大牛云集，成长空间大
- 技术要求极高，需同时精通芯片硬件、OS、AI算法，知识跨度大
- 行业竞争激烈，需持续跟踪前沿技术，保持技术前瞻性
缺点 / 挑战
- 量产落地压力大，需协调跨部门、跨公司资源，推动力要求强
- 适合有深厚座舱芯片方案背景、对端侧AI和OS有热情、愿意挑战高难度量产落地的资深技术专家
角色解读
- 解决方案专家 → 首席架构师 / 技术总监，主导公司AI座舱技术战略
- 横向拓展至车载全场景芯片解决方案，覆盖自动驾驶、车路协同等更大领域
- 向管理方向发展，带领团队打造下一代AI原生座舱OS，成为行业KOL
- 设计智能座舱芯片的整体软硬件解决方案，整合CPU/GPU/NPU算力与多屏交互、车载娱乐等功能
- 主导端侧大模型在座舱中的轻量化部署与多模态AI交互（语音、视觉、手势）的技术落地
- 规划并推进Agentic OS产品定义与架构设计，实现车载AI智能体协作与端边云协同
- 跟踪行业趋势，牵头技术预研与难点攻关，建设解决方案标准库与专利壁垒
- 精通智能座舱SoC架构、车载总线、多屏显示及车规级软硬件标准
- 掌握Linux/Android/虚拟化技术栈，具备座舱级基础软件架构设计经验
- 扎实的端侧AI能力，包括大模型轻量化、NPU推理优化及多模态算法适配
- 熟悉Agentic OS核心技术与车载应用场景，具备产品规划与落地能力
申请策略
- 提前调研新紫光集团旗下芯片产品线（如紫光展锐等），准备针对性方案
- 展现对AI座舱技术趋势的独特见解，例如端侧AI与云端AI的协同、智能体协作范式
- 突出智能座舱芯片方案量产落地经历，尤其是从0到1的全流程经验
- 强调端侧AI项目成果，如大模型轻量化部署、多模态交互的实测指标
- 展示Agentic OS或类似智能体系统的产品规划与架构设计案例
- 量化项目成效，如性能提升、功耗降低、客户满意度等数据
- 补充车规级功能安全与信息安全知识（如ISO 26262、ISO 21434）
- 深入学习主流车载OS（Android Automotive、Linux）与虚拟化技术（Hypervisor）
面试指南
- 用STAR原则（情境、任务、行动、结果）结构化描述项目经验，突出难点与量化成果
- 对于技术问题，先阐述原理，再结合实践案例，最后总结优化思路
- 行业看法类问题，先分析现状，再指出趋势，最后结合公司战略给出建议
- 请描述一个你主导的智能座舱芯片解决方案从设计到量产的全流程，遇到了哪些挑战？
- 端侧大模型在座舱中部署面临哪些困难？如何优化NPU算力与功耗？
- 你对Agentic OS的理解是什么？在车载场景下如何设计智能体协作机制？
- 如何平衡芯片硬件能力与上层应用需求？举例说明
- 如何看待当前座舱OS的竞争格局？新紫光如何差异化？
匹配度报告
70
综合匹配度
高端技术专家岗，前沿AI座舱方向，薪资优渥，成长性极强，但工作强度可能较大。
适合人群
最适合追求技术成长与行业前沿的资深专家，对工作生活平衡要求不高者。
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40
使命价值70
薪资福利匹配
80较高
该职位为上市企业高级专家岗，薪资水平高且福利完善，能满足物质保障需求。
薪资信号未披露（AI估算：40K-70K/月）
成长发展匹配
90较高
技术前沿（端侧AI、Agentic OS），成长机会多，能直接参与行业创新，发展动机高度满足。
技术前沿前沿/新兴技术
技术栈端侧AI、大模型轻量化、NPU、Agentic OS、多模态AI、车载虚拟化
成长机会技术预研、原型验证、量产落地、知识库文档
业务类型profit_center
工作生活匹配
40较低
未明确说明远程或弹性工作，多地办公可能需频繁出差，生活平衡较难保障。
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
70中等
智能座舱属于高速增长赛道，技术推动汽车智能化，有较强的行业意义感，但社会直接影响力有限。
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