商汤
算法研究员（智能车舱）
算法研究员（智能车舱）
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公计算机视觉工程
计算机视觉工程
Clip
Dino
Vit
多模态大模型
智能座舱
模型压缩
深度学习
计算机视觉
值不值得投
74综合评分
综合评分 74
上市AI企业核心业务岗，前沿多模态与CV技术栈，技术成长空间大，WLB情况未明确。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
4.5万
比计算机视觉工程中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
79 个在招
市场机会
选择面较广
上海 · 计算机视觉工程 · 约 110 个在招
职位详情
关于这个职位
负责汽车智能座舱场景的感知模型（纯CV、多模态）研发与量产落地，跟踪前沿AI技术并推动其在座舱领域的应用，保障项目交付与模型质量
最低要求
国内外高校数学、物理、计算机、人工智能、电子工程等相关专业硕士及以上学历
具备扎实的机器学习或者深度学习理论功底，精通CV深度学习，包括但不限于分类、分割、检测、动作识别等经典任务
熟悉包括蒸馏在内的模型压缩技术
熟悉VIT/CLIP/DINO等基于transformer的常用模型，了解大语言模型/多模态大模型的微调和后训练
拥有优秀的技术自驱力、系统性解决问题的思维以及良好的沟通能力
工作职责
负责面向汽车智能座舱场景的感知模型研发和量产落地，包括但不限于纯 CV 模型、多模态模型等
跟踪并研究计算机视觉、多模态大模型等前沿AI领域技术，驱动模型进化和在汽车智能座舱领域落地
保障模型的项目交付和质量
优先资格
在CVPR/ICCV/ECCV/NeurIPS/ICML等顶会发表论文者优先
有大厂或汽车行业从业经历优先
有3D视觉建模经验优先
AI 洞察
优缺点分析
优点
- 智能座舱是汽车智能化的核心赛道，多模态与CV技术结合的行业前景广阔
- 商汤在AI领域有深厚积累，能提供丰富的算力、数据资源与前沿技术氛围
- 算法量产落地经验对个人简历含金量提升极大，是行业内 highly sought after 的核心能力
- 算法在车端部署面临算力、功耗等严格限制，模型压缩与端侧优化难度较大
- 适合具有扎实CV与多模态算法基础，对汽车智能化感兴趣，且具备较强工程落地与抗压能力的算法工程师
缺点 / 挑战
- 量产项目对交付质量和进度要求极高，可能面临较大的项目节点压力
角色解读
- 在技术深度上，可向资深算法专家或AI技术架构师方向发展，主导核心算法演进
- 在业务广度上，可转型为智能座舱算法团队负责人，统筹算法与工程落地
- 负责智能座舱感知模型（纯CV、多模态）的研发与车端量产落地
- 跟踪计算机视觉与多模态大模型等前沿AI技术，推动其在汽车座舱场景的创新应用
- 负责模型的项目交付，保障算法在实际产品中的质量与稳定性
- 扎实的机器学习与深度学习理论，精通CV经典任务（分类、分割、检测等）及模型压缩技术
- 熟悉Transformer架构（VIT/CLIP/DINO）及大语言模型/多模态大模型的微调与后训练
- 具备优秀的系统性解决问题能力与技术自驱力，能够应对量产项目中的工程挑战
申请策略
- 提前了解商汤在智能汽车领域的最新产品（如SenseAuto绝影）及合作车企，面试时结合具体业务场景阐述技术落地思路
- 突出在CV、多模态大模型方面的核心项目经验及顶会论文发表情况
- 强调模型压缩、端侧部署或量产落地的实际工程经验与优化成果
- 展示在汽车行业或大型科技公司的相关背景，体现对业务场景的理解
- 深入学习Transformer架构最新进展及大模型微调技术（如LoRA、P-Tuning等）
- 了解车端主流芯片（如高通8295、英伟达Orin）的部署特性及模型压缩工具链
面试指南
- 使用STAR法则描述项目背景、任务、行动和结果，重点突出量化指标（如精度提升、延迟降低）
- 针对工程挑战，从算法结构优化、算子开发、系统级调度及量化部署等多维度进行系统性回答
- 请介绍一个你主导的CV或多模态模型量产落地项目，遇到了哪些工程挑战及解决方案？
- 在车端算力与功耗受限的情况下，你如何进行模型压缩和推理加速？
- VIT/CLIP/DINO等模型在智能座舱场景下有哪些具体的应用落地思路？
- 如何平衡模型精度、推理延迟与内存占用？
- 复习CV经典任务及Transformer最新进展，准备顶会论文或核心项目的深度技术细节
- 了解智能座舱的主流硬件平台及部署框架（如TensorRT, NCNN, TensorRT-LLM等）
职位点评
薪资福利80
成长发展85
工作生活50
使命价值75
薪资福利
80较高
商汤作为上市AI企业，算法研究员薪资处于市场中上水平，但JD未明确披露具体薪资与福利细节。
薪资信号未披露（AI估算：3千–6万/月）
成长发展
85较高
岗位涉及多模态大模型、CV等前沿技术，且要求跟踪前沿AI技术，技术成长空间大，有利于积累量产落地经验。
技术前沿前沿/新兴技术
技术栈计算机视觉、多模态大模型、深度学习、模型压缩、Transformer、VIT、CLIP、DINO、3D视觉建模
成长机会跟踪并研究前沿AI领域技术
业务类型profit_center
工作生活
50较低
JD未提及工作模式与WLB相关信息，算法研发及量产交付岗位通常面临一定的项目交付压力。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
75中等
智能座舱是汽车智能化的核心方向，推动AI技术在汽车领域的落地具有较高的行业前景和技术价值。
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