大众汽车
Intelligent Cabin AI Full-Stack Engineering
Intelligent Cabin AI Full-Stack Engineering
发布于 1 天前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Ai Agent
Llm
Rag
Soa
Tensorrt
多模态Ai
智能座舱
边缘计算
值不值得投
79综合评分
综合评分 79
知名车企核心研发岗，前沿大模型与智能座舱技术栈，技术成长空间极大，但边缘端部署挑战高且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
4.0万
比人工智能中位数高
发布情况
长期在招 · 73 天前发布
公司情况
这家公司招聘很活跃
约 170 个在招
市场机会
选择面较广
合肥 · 人工智能 · 66 个在招
职位详情
关于这个职位
该职位主要负责大众汽车智能座舱的AI全栈研发，包括大模型微调、多模态AI Agent系统构建以及边缘端设备部署
你需要结合软硬件协同开发，优化模型推理性能，打造沉浸式车载交互体验
最低要求
学历：计算机科学、人工智能、机器人或相关专业（嵌入式系统、边缘计算、全栈AI系统等）本科及以上学历
工作经验：5年以上软硬件协同开发经验，其中至少2年LLM集成（微调和部署）、AI Agent框架、多模态AI、AI应用方面的成功履历
知识、技能及其他：
精通C++/Python
有Rust、Embedded C或RTOS经验者优先
精通边缘AI推理（TensorRT/ONNX/TVM）和模型优化（量化/蒸馏）
具备RAG、微调和Agent开发（工具使用、记忆）的实践经验
熟悉SOA、SOME/IP、DDS和嵌入式Linux
在资源受限的边缘设备上部署大模型的成功经验
具备较强的HMI（人机交互）意识，对AI驱动的用户体验充满热情
具备OEM/Tier-1智能座舱经验者优先
具备独立工作能力，拥有较强的沟通能力和AI-硬件集成技能
工作职责
定义并实现LLM/VLM的端云协同架构，使用SFT、LoRA和RLHF针对汽车场景微调开源模型
（主要职责）
构建高质量的车载训练数据集和自动化数据管道，以支持持续的模型迭代和性能评估
（主要职责）
设计智能座舱Agent编排层，实现复杂的意图分解和自主的跨应用工具调用
（主要职责）
实现多模态融合交互（语音、视觉、手势、生物识别），提供基于凝视唤醒、情绪识别和主动上下文响应等沉浸式体验
（主要职责）
利用向量数据库、知识图谱和RAG架构构建用户画像和长期记忆系统，增强知识基础和个性化体验
（主要职责）
通过量化、剪枝和内核级调优，优化汽车SoC平台上的模型推理，确保低延迟和高能效
（主要职责）
通过优化API效率和系统资源利用率，平衡云成本和边缘响应速度
（主要职责）
设计并实现强大的AI护栏系统，以缓解幻觉并确保车辆控制指令的确定性
（主要职责）
执行严格的用户数据隐私保护，并符合汽车级AI安全标准
（主要职责）
使用Python和Docker容器化开发可扩展的AI后端服务，并集成传感器、执行器和车载通信协议，进行软硬件协同开发
（主要职责）
优先资格
具备Rust、Embedded C或RTOS开发经验
具备OEM或Tier-1供应商的智能座舱开发经验
AI 洞察
优缺点分析
优点
- 处于智能汽车与AI结合的最前沿赛道，能接触到多模态大模型在真实物理世界的落地
- 知名车企提供全球化平台与规范的研发流程，技术积累深厚，职业背书价值高
- 边缘端算力受限，大模型部署与推理优化难度极大，需平衡性能、功耗与延迟
- 涉及软硬件协同及车规级安全标准，系统复杂度高，跨部门沟通与调试成本较大
缺点 / 挑战
- 适合具备大模型落地经验、对智能座舱和自动驾驶交互有热情，且能接受高复杂度软硬件协同挑战的资深AI工程师
角色解读
- 可向智能座舱AI技术专家或AI系统架构师方向发展
- 未来有机会主导整车级AI大脑的演进，成为车企AI核心骨干
- 负责智能座舱大模型及AI Agent系统的端到端研发，涵盖模型微调、多模态交互及边缘端部署
- 构建车载数据管道与用户记忆系统，优化SoC平台推理性能，确保AI系统的安全与隐私合规
- 精通C++/Python，具备大模型微调（SFT/LoRA/RLHF）及边缘端推理优化（TensorRT/ONNX）能力
- 熟悉AI Agent架构、RAG技术及车载通信协议（SOME/IP/DDS），拥有软硬件协同开发经验
申请策略
- 了解大众汽车在智能座舱领域的最新布局及VSWC的研发方向，准备关于端云协同架构设计的深度思考
- 突出大模型在边缘设备上的部署与优化经验，展示量化、剪枝及推理加速的实际成果
- 强调AI Agent、多模态交互或RAG系统的项目落地案例，以及软硬件协同开发背景
- 深入学习车规级AI安全标准及车载通信协议（SOME/IP、DDS）
- 熟悉主流汽车SoC平台（如高通8295/8155）的底层架构与推理引擎
面试指南
- 采用STAR法则，重点突出在资源受限环境下的工程妥协与优化策略（如量化、算子融合）
- 强调系统级思维，从数据流、算力分配到安全合规的全链路考量
- 如何在资源受限的车载SoC上部署和优化大模型以保证低延迟？
- 请分享一个你设计多模态AI Agent或复杂意图分解系统的实际案例
- 在端云协同架构中，如何平衡云端算力成本与边缘端响应速度？
- 如何设计AI护栏系统以防止大模型幻觉并确保车辆控制指令的安全？
- 复习大模型微调（LoRA/RLHF）及边缘推理优化（TensorRT）的核心原理
- 了解大众智能座舱的最新产品功能及车规级功能安全（ISO 26262）相关知识
职位点评
薪资福利80
成长发展90
工作生活60
使命价值85
薪资福利
80较高
知名车企研发岗，薪资体系规范且具备市场竞争力，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：3.0千–5.0万/月）
成长发展
90较高
核心业务涉及多模态大模型与AI Agent上车，技术栈极具前瞻性，能积累深厚的软硬件协同与边缘计算经验。
技术前沿前沿/新兴技术
技术栈LLM、AI Agent、多模态、RAG、TensorRT、SFT、LoRA、RLHF
业务类型ambiguous
工作生活
60中等
JD未明确说明办公模式与工时制度，需到岗现场办公，工作生活平衡情况无法直接判断。
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
85较高
智能座舱与AI大模型的结合属于行业前沿探索，致力于提升出行安全与用户体验，社会价值与行业前景广阔。
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）
大众汽车 的其他在招职位
相似职位推荐
Watch Jobs