德赛西威
AI Planner 端到端算法工程师（2027届-上海）
AI Planner 端到端算法工程师（2027届-上海）
发布于 7 天前普通员工/个人贡献者
全职员工仅现场办公AI算法
AI算法
Bevformer
Maptr
Pytorch
Tensorflow
Uniad
数据挖掘
端到端自动驾驶
值不值得投
76综合评分
综合评分 76
智驾端到端算法校招岗，前沿方向成长溢价高，强度与竞争压力同样突出。
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，方便比较职业起点。
薪资怎么样
2.0万
比AI算法中位数低
发布情况
正常在招 · 7 天前发布
公司情况
这家公司招聘很活跃
18 个在招 · 其中AI算法 7 个
市场机会
选择不多
上海 · AI算法 · 7 个在招
职位详情
关于这个职位
德赛西威2027届校招岗位，负责端到端自动驾驶模型的设计开发与架构优化、数据链路的迭代（数据生产、挖掘、增强与自动标注），并优化道路认知、导航与交互博弈等智驾体验
适合计算机、自动化等方向、有深度学习框架基础的应届生进入量产智驾算法领域
最低要求
学历：计算机、自动化、车辆工程、机器人、软件工程等相关专业毕业
算法基础：熟练使用 Python，掌握 PyTorch/TensorFlow 任一深度学习框架，了解 BEVFormer、UniAD、MapTR、DriveVLM 等一种或多种端到端自动驾驶算法原理，有过相关开闭源项目经历优先
工程基础：了解基础数据结构和 Linux 基础命令，有代码调试、数据集处理经验
软实力：踏实细心，学习主动性强，有一定抗压能力，能配合跨部门对接，良好文档总结能力
工作职责
负责端到端自动驾驶模型的设计与开发，包括模型设计、架构优化以及训练评测工作
负责端到端自动驾驶数据链路的开发迭代，包括但不限于数据的生产、挖掘、增强和自动化标注等，推动模型正向迭代并解决实车问题
基于端到端算法框架，优化模型的道路认知、导航能力和交互博弈等智驾体验，提升高速及城市无图场景下的智能辅助驾驶性能
跟踪最新的自动驾驶端到端研究成果，探索前沿技术的应用前景
优先资格
加分项：有端到端自动驾驶、机器人相关方向的顶刊（如CVPR、ICRA等）论文发表，或在竞赛中取得优秀成绩
AI 洞察
优缺点分析
优点
- 端到端是智驾行业最热的技术方向，经验溢价高
- 数据闭环加模型迭代全流程参与，能力成长快
- 量产项目落地，成果能直接体现在整车体验上
- 技术迭代极快，需要持续跟进论文与前沿方案
- 实车问题定位与数据链路调试繁琐，抗压要求高
- 校招算法岗竞争激烈，对手多为名校与论文加持者
- 基础扎实、自驱力强、想在智驾前沿方向快速成长的算法方向应届生
缺点 / 挑战
暂无明显挑战项
角色解读
- 从模块算法负责起步，成长为端到端模型架构方向的骨干
- 向数据闭环、世界模型等前沿方向深耕，成为技术专家
- 也可走向算法团队负责人，主导量产智驾方案
- 设计与开发端到端自动驾驶模型，做架构优化与训练评测
- 迭代数据链路：数据生产、挖掘、增强与自动化标注，推动模型正向迭代
- 优化道路认知、导航与交互博弈能力，提升高速及城市无图场景的智驾表现
- 跟踪端到端前沿研究并探索落地
- 熟练使用Python与PyTorch/TensorFlow，理解BEVFormer、UniAD等端到端算法原理
- 掌握基础数据结构与Linux，具备代码调试与数据集处理能力
- 有开闭源项目、顶刊论文或竞赛成果者更具竞争力
申请策略
- 关注德赛西威智驾量产方案与上海研发团队的公开信息
- 校招批次投递宜早，提前准备手撕代码与论文深挖环节
- 重点写端到端/自动驾驶相关项目，注明使用的模型与你的具体贡献
- 列出PyTorch/TensorFlow项目经验与数据集处理规模
- 有CVPR、ICRA等论文或竞赛奖项放在显眼位置
- 精读BEVFormer、UniAD、MapTR等代表工作并复现其一
- 补强Linux与调试能力，练习大规模数据集处理
面试指南
- 论文类问题按动机—方法—贡献—局限的结构展开
- 项目类问题用STAR结构，突出你个人的技术决策与量化结果
- 对比类问题先给评价维度再逐项比较，落回量产场景
- 介绍BEVFormer或UniAD的核心思想，并谈你的理解
- 讲一个你做过的深度学习项目：模型设计、训练调参与评测指标
- 端到端方案与传统模块化智驾方案的优劣对比？
- 数据闭环中数据挖掘与自动标注如何设计？
- 现场推导或手写一段与注意力机制/训练流程相关的代码
职位点评
薪资福利78
成长发展88
工作生活52
使命价值75
薪资福利
78中等
智驾算法校招岗市场定价中上，但JD未披露具体薪资与福利，需以offer为准。
薪资信号未披露（AI估算：1.5千–2.5万/月）
成长发展
88较高
端到端自动驾驶为行业前沿方向，模型、数据闭环与实车迭代全流程参与，技术成长空间大。
技术前沿前沿/新兴技术
技术栈端到端自动驾驶、BEVFormer、UniAD、MapTR、DriveVLM、PyTorch、TensorFlow、Python、Linux
业务类型profit_center
工作生活
52较低
JD未提及办公模式与工时安排，但明示需抗压并配合跨部门对接，强度需有心理准备。
工作模式未明确
办公地点未明确
加班情况JD含高强度暗示词
使命价值
75中等
提升智能辅助驾驶性能直接关系道路出行安全，产业方向社会关注度高。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
德赛西威 的其他在招职位
相似职位推荐
Watch Jobs