初速度
Model Quantization Expert
Model Quantization Expert
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自动驾驶
自动驾驶
Autonomous Driving
Model Quantization
Pytorch
值不值得投
78综合评分
综合评分 78
自动驾驶前沿量化专家，高技术壁垒与发展前景，但工作强度大，适合技术极客
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
5.5万
比自动驾驶中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 220 个在招 · 其中自动驾驶 71 个
市场机会
选择面较广
北京 · 自动驾驶 · 约 200 个在招
职位详情
关于这个职位
负责智驾端到端大模型及世界模型的量化压缩与部署，搭建车端芯片量化工具链
设计并落地INT8/4等精度的量化、蒸馏方案，解决算子适配与精度对齐难题，保障模型在车规芯片上的高效稳定运行
最低要求
计算机、电子信息、自动化等相关专业，本科及以上学历，有模型量化、端侧推理优化相关工作经验
精通主流量化(PTQ/QAT)、模型蒸馏、剪枝等压缩算法，熟练掌握INT8/INT4/FP8/FP4等多精度量化方案
扎实的编程功底，熟练使用Python、C/C++，精通PyTorch框架，了解ONNX、推理引擎相关技术优先
熟悉CNN、Transformer、BEV、DETR等视觉/智驾主流模型结构与原理，理解模型前向推理逻辑
有车端芯片、边缘芯片适配经验，了解端侧NPU执行特性者优先
有智能驾驶模型量化落地经验者优先
具备较强问题拆解与实战能力，乐于钻研技术，思路灵活、富有创新意识，具备良好的沟通协作能力
工作职责
负责智驾端到端大模型、世界模型的量化压缩工作，搭建并维护支持多种车端芯片的量化工具链，支撑模型规模化部署
结合智驾真实业务场景，设计落地性强的量化、蒸馏、剪枝等模型压缩方案，在压缩模型体积、提升推理速度的同时，保障模型精度达到业务要求
深度研究各类车规芯片的架构与端侧执行逻辑，搭建芯片仿真、精度对齐、性能评测体系，保障模型跨芯片稳定运行
针对INT8/INT4/FP4/混合精度等不同量化方案做全链路调优，解决量化误差、算子适配、分布式兼容等技术难点，持续挖掘推理性能上限
跟进行业前沿量化与模型压缩技术，沉淀标准化方案与最佳实践，推动团队技术能力迭代
AI 洞察
优缺点分析
优点
- 处于自动驾驶最前沿赛道，技术壁垒高，稀缺性强，职业护城河深
- 适合在AI推理优化、嵌入式AI或自动驾驶领域有深厚积累的高级工程师或专家
缺点 / 挑战
- 需深入理解异构芯片架构，调试难度大，对实时性和精度平衡要求极高，工作压力较大
角色解读
- 可向自动驾驶系统架构师、AI基础设施专家或技术总监方向发展，成为连接算法与硬件的关键人才
- 专注于将大型自动驾驶AI模型（如端到端大模型）进行轻量化处理，使其能在车端芯片上高效运行
- 需要精通模型量化（PTQ/QAT）、剪枝、蒸馏技术，以及C++/Python底层编程和PyTorch框架
申请策略
- 准备详细的技术方案文档，展示如何解决过拟合、算子不支持等实际工程痛点
- 突出展示在特定芯片平台（如NVIDIA Orin, Horizon J5等）上的量化落地案例，提供具体的加速比和精度保持数据
- 加强对新兴端侧芯片（如地平线、黑芝麻等）指令集和NPU特性的深入研究
面试指南
- 采用STAR法则：情境（模型规模/芯片限制）、任务（精度与速度平衡目标）、行动（具体量化策略/工具链开发）、结果（量化后FPS提升X%，精度损失<Y%）
- 请分享一次你成功将大模型量化到INT4并保持精度的具体经历
- 如何处理自定义算子在端侧NPU上的兼容性问题？
- 对比PTQ和QAT，在你的业务场景中如何选择和优化？
- 如何构建自动化的量化精度对齐和性能评测流水线？
- 复习Transformer和BEV模型结构细节，准备1-2个完整的从训练到端侧部署的全链路案例
职位点评
薪资福利85
成长发展92
工作生活45
使命价值80
薪资福利
85较高
自动驾驶头部企业，C轮融资阶段，对于稀缺的量化专家岗位，薪资竞争力极强，属于市场高位水平。
薪资信号未披露（AI估算：4.0千–7.0万/月）
成长发展
92较高
涉及端到端大模型和世界模型等前沿技术，技术栈极具前瞻性，能极大提升个人在AI基础设施领域的核心竞争力。
技术前沿前沿/新兴技术
技术栈End-to-End Model、World Model、Quantization、Distillation、Pruning、INT8/INT4/FP4、PyTorch、ONNX、NPU
业务类型profit_center
工作生活
45较低
自动驾驶行业普遍节奏快、压力大，且JD强调“深度研究”、“持续挖掘”，暗示高强度投入，WLB一般。
工作模式未明确
办公地点科技园/产业园
加班情况JD含高强度暗示词
使命价值
80较高
致力于实现高级别自动驾驶，具有显著的社会安全价值和科技突破意义，使命感强。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度开拓性创新（行业首创）
Watch Jobs