初速度
EBM SDK开发
EBM SDK开发
发布于 3 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
Ai模型部署
Sdk开发
大模型部署
智能驾驶
架构设计
车端部署
值不值得投
77综合评分
综合评分 77
自动驾驶大模型车端部署核心研发岗，技术前沿、成长空间大，薪资竞争力强，但WLB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
3.8万
比自动驾驶中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
73 个在招
市场机会
选择面较广
北京 · 自动驾驶 · 约 160 个在招
职位详情
关于这个职位
该职位主要负责初速度大模型算法在车端的C++模块开发、重构与维护，并参与大模型主线化演进架构设计及工程量产评测体系建设
适合具备C++编程能力、对智能驾驶和AI模型部署感兴趣的开发者
最低要求
统招本科及以上学历
工作职责
参与Momenta大模型算法车端部署C++模块的开发、重构与维护
参与Momenta大模型主线化演进架构设计、工程量产评测体系建设
优先资格
计算机及相关专业
C++编程、架构设计、问题拆解与沟通能力出众
有智能驾驶及类似AI领域业务经历，了解AI模型部署相关工程技术
能熟练使用AI辅助编程
AI 洞察
优缺点分析
优点
- 处于自动驾驶与大模型结合的前沿赛道，技术壁垒高，行业前景广阔
- 参与大模型车端部署核心环节，能积累稀缺的工程化落地与性能优化经验
- 公司处于C轮后且规模较大，项目量产机会多，业务稳定性较强
- 车端部署对性能、算力及内存限制要求极高，调试和优化难度大
- 大模型迭代快，需要不断跟进主线化演进，工作节奏可能较快
- 适合具备扎实C++功底、对自动驾驶和AI模型工程化落地有浓厚兴趣，且抗压能力较强的开发者
缺点 / 挑战
暂无明显挑战项
角色解读
- 从车端部署工程师成长为自动驾驶系统架构师或大模型工程化专家
- 未来可向技术管理或核心算法工程化负责人方向发展，主导量产项目落地
- 负责将大模型算法部署到车端，使用C++进行模块开发、重构与维护
- 参与大模型主线化演进的架构设计，保障算法在车端的稳定运行
- 建设工程量产评测体系，推动自动驾驶技术的规模化落地
- 精通C++编程，具备扎实的底层开发与架构设计能力
- 了解AI模型部署技术（如TensorRT、ONNX等）及智能驾驶业务逻辑
- 具备优秀的工程落地、问题拆解与跨团队沟通能力
申请策略
- 了解初速度在量产自动驾驶（如MPilot）和大模型方面的最新进展，面试时可结合其实际量产车型探讨工程化挑战
- 突出C++底层开发、内存管理及多线程性能优化经验
- 展示AI模型部署（如TensorRT、NCNN等）或智能驾驶相关项目经历
- 强调架构设计能力和复杂工程问题的拆解与解决能力
- 深入学习大模型在边缘侧/车端的部署优化技术（如量化、剪枝、算子优化）
- 了解自动驾驶感知/规控算法的基本原理及数据闭环流程
面试指南
- 采用STAR法则（情境、任务、行动、结果），重点突出在性能优化、架构设计上的具体数据指标（如延迟降低、内存占用减少）
- 对于评测体系，从数据闭环、自动化测试、覆盖率等角度系统性回答
- 在资源受限的车端环境下，如何优化大模型的推理性能？
- 请分享一个你主导的C++模块重构或架构设计案例，遇到了哪些挑战？
- 如何构建一套有效的工程量产评测体系来保障车端算法的稳定性？
- 你平时如何使用AI辅助编程工具提升开发效率？
- 复习C++11/14/17新特性、内存管理、多线程编程及常见性能瓶颈排查方法
- 了解主流车端部署框架（如TensorRT, OpenVINO）及大模型量化部署方案
职位点评
薪资福利80
成长发展90
工作生活50
使命价值85
薪资福利
80较高
自动驾驶大模型核心研发岗，技术门槛高，一线城市薪资具备较强竞争力，但JD未明确披露具体薪资与福利。
薪资信号未披露（AI估算：2.5千–5万/月）
成长发展
90较高
处于大模型与自动驾驶结合的前沿领域，能深度参与车端部署与架构设计，技术成长空间极大。
技术前沿前沿/新兴技术
技术栈C++、大模型部署、车端部署、架构设计、AI辅助编程
业务类型profit_center
工作生活
50较低
JD未提及工作模式与加班情况，但自动驾驶量产研发通常节奏较快，WLB情况无法明确判断。
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
85较高
致力于推动自动驾驶大模型的量产落地，具有较高的行业前景和社会价值（提升出行安全与效率）。
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