初速度
智能座舱算法研发高级工程师
智能座舱算法研发高级工程师
发布于 4 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
Pytorch
三维视觉
多模态大模型
智能座舱
模型部署
深度学习
计算机视觉
值不值得投
78综合评分
综合评分 78
智驾头部企业核心算法岗，技术前沿且成长空间大，薪资竞争力强，但工作强度与落地挑战较高。
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
4.4万
与计算机视觉工程中位数基本持平
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 200 个在招 · 其中计算机视觉工程 16 个
市场机会
选择面较广
北京 · 计算机视觉工程 · 约 140 个在招
职位详情
关于这个职位
该职位负责L2~L4级智能座舱中图像与视频算法的车端研发与落地，涵盖模型研发、工程化部署及架构设计
同时探索多模态大模型在座舱产品中的应用，协同产品团队将AI技术转化为用户场景，推动人工智能前沿技术在泛化、推理等指标上的持续进步
最低要求
/985硕士及以上学历，计算机、电子或通讯专业，CV方向3年以上工作经验
有算法在业务或产品的大规模落地经验，有团队管理经验更佳
熟悉计算机视觉常用算法，熟悉多模态大模型优先，熟悉三维视觉优先
有扎实的计算机编程基础，熟悉pytorch，python，C++等
具备良好的英文论文阅读能力，熟悉图像处理常用算法，熟悉计算机视觉、深度学习常见算法
工作职责
L2~L4级智能座舱中的图像、视频算法的车端研发和落地工作
负责模型研发、优化与维护，工程化落地，算法性能评估和验证，算法在车端与云端的部署和迭代
负责座舱AI软件算法架构设计与优化，推动从感知到决策再到执行的全链路逻辑
探索多模态大模型算法在座舱产品中的应用
协同产品团队，将AI技术转化为具体的用户场景
深入探究人工智能前沿技术，推动模型在泛化、推理、性能和效率等关键技术指标上的持续进步、技术探索
优先资格
有团队管理经验更佳
熟悉多模态大模型优先，熟悉三维视觉优先
AI 洞察
优缺点分析
优点
- 处于智能座舱与多模态大模型结合的前沿赛道，技术壁垒高，个人技术成长空间大
- 参与从感知到决策的全链路架构设计，能积累完整的AI落地经验
- 车端部署对模型性能、效率和泛化能力要求极高，工程化落地难度大
- 适合具备扎实CV基础、有算法落地经验，且对智能汽车和多模态大模型有浓厚兴趣的资深算法人才
缺点 / 挑战
- 需要持续追踪前沿论文，技术迭代压力大
角色解读
- 从高级算法工程师向算法架构师或AI技术专家发展
- 也可向AI算法团队负责人转型，主导座舱AI全链路技术演进
- 负责智能座舱图像与视频算法的车端研发、模型优化及工程化落地
- 设计座舱AI软件算法架构，探索多模态大模型在座舱场景的应用
- 协同产品团队将AI技术转化为用户体验
- 扎实的计算机视觉与深度学习算法基础，熟练掌握PyTorch、Python、C++
- 具备算法在车端或云端的大规模落地与部署经验
- 良好的英文论文阅读与前沿技术追踪能力
申请策略
- 了解初速度在智能座舱和自动驾驶领域的最新产品动态，准备解决复杂算法工程化问题的深度案例
- 突出CV方向3年以上经验及大规模业务落地案例
- 展示在模型轻量化、车端部署优化方面的具体成果
- 若有团队管理或多模态/三维视觉经验需重点标注
- 深入学习多模态大模型在端侧的部署与微调技术
- 提升C++工程化能力及模型推理加速技能
面试指南
- 使用STAR法则，重点突出“行动”中的技术选型、优化手段（如量化、剪枝、算子优化）以及最终的量化收益（如帧率提升、内存占用降低）
- 请分享一个你主导的CV算法在车端或资源受限环境下大规模落地的案例，遇到了哪些性能瓶颈及如何解决？
- 多模态大模型在智能座舱中有哪些潜在应用场景？如何解决其推理延迟和算力限制问题？
- 在推动从感知到决策的全链路逻辑中，如何平衡算法精度与系统实时性？
- 请描述你熟悉的三维视觉算法，以及在座舱场景中的应用
- 复习计算机视觉经典与前沿论文，特别是多模态和三维视觉方向
- 准备手撕代码及算法题
- 了解初速度的产品理念和技术栈
职位点评
薪资福利85
成长发展90
工作生活50
使命价值80
薪资福利
85较高
智能座舱算法属于高壁垒技术岗，结合经验与学历要求，薪资预期处于市场中上水平，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：3.2千–5.5万/月）
成长发展
90较高
岗位涉及多模态大模型、三维视觉等前沿技术，且要求推动全链路逻辑与前沿技术探索，技术成长与视野拓展空间极大。
技术前沿前沿/新兴技术
技术栈计算机视觉、多模态大模型、三维视觉、PyTorch、Python、C++、深度学习
成长机会深入探究人工智能前沿技术、技术探索
业务类型ambiguous
工作生活
50较低
JD未提及工作模式与工时安排，但作为高级算法研发及车端落地岗位，通常面临较高的项目交付压力，WLB情况无法明确判断。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
80较高
智能座舱与自动驾驶属于汽车智能化转型的核心赛道，行业前景广阔，技术落地能直接提升用户驾驶体验与安全性，具有较强的社会价值。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号将AI技术转化为具体的用户场景
创新程度积极采用新技术
Watch Jobs