大众汽车
AI Architecture
AI Architecture
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人工智能
人工智能
世界模型
具身智能
原型开发
大语言模型(Llm)
强化学习
系统架构设计
值不值得投
78综合评分
综合评分 78
前沿AI架构探索、汽车产业深度融合、强研发导向、WLB中等
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
7.0万
比人工智能中位数高
发布情况
长期在招 · 60 天前发布
公司情况
这家公司招聘很活跃
约 190 个在招
市场机会
选择面较广
合肥 · 人工智能 · 67 个在招
职位详情
关于这个职位
负责规划AI原生智能体与数字员工的长期技术方向，探索前沿AI范式并将其转化为实际产品能力
设计结合推理、记忆与主动性的下一代智能体架构，研究世界模型与物理AI在汽车行业的应用
通过构建高保真原型并迭代，推动可规模化生产的AI平台落地
最低要求
计算机科学、人工智能、机器人学、电气工程、应用数学、物理学或相关领域的硕士及以上学历
扎实的AI、机器学习、智能体系统及现代软件工程基础
能够理解前沿AI研究并评估其实际应用价值
具备系统思维，能在模型、工具、数据、工作流、基础设施和用户体验之间进行综合推理
具备敏锐的研究品味和技术判断力，对AI原生系统的发展方向保持好奇心
能够在探索与实现之间灵活切换：阅读、评估、构建原型、开发并持续迭代
工作职责
塑造AI原生智能体、数字员工和智能自动化系统的长期技术方向
探索前沿AI范式，识别如何将其转化为实用的产品能力
设计下一代智能体架构，结合推理、记忆、自我演进、知识、主动性、ReAct等机制
探索世界模型方法，用于感知、预测、仿真、规划和决策
调查汽车行业中的物理AI机遇，包括车辆智能化、工程工作流、诊断、仿真和人机协作
构建研究驱动的原型，将具有潜力的想法转化为可扩展、可投入生产就绪的系统
制定智能体可靠性、可控性、评估、可观测性及持续改进的高层方法
定义未来AI原生平台的基础，包括智能体生态系统、自主工作流和智能接口
优先资格
博士优先
具备LLM应用、AI智能体、物理AI、具身智能、机器人、仿真、规划、强化学习、多模态模型或世界模型研究的开发经验者优先
AI 洞察
优缺点分析
优点
- 聚焦最前沿AI范式与物理AI，技术栈极具前瞻性
- 依托大众汽车全球资源，拥有真实庞大的汽车场景与数据支撑
- 博士优先且鼓励研究转化，学术与产业结合紧密
- 需平衡前沿探索与工程落地，原型到量产周期长
- 跨学科要求极高，需同时懂AI算法与汽车业务逻辑
- 内部流程可能较传统，创新推进需较强推动力
- 适合具备深厚AI研究背景、渴望将前沿技术应用于实体产业，且能接受长周期研发的复合型技术人才
缺点 / 挑战
暂无明显挑战项
角色解读
- 可向首席AI科学家或技术总监发展
- 深耕汽车智能化与具身智能交叉领域
- 主导企业级AI平台战略与商业化落地
- 规划AI智能体与自动化系统的长期技术路线
- 设计融合推理、记忆与世界模型的下一代架构
- 将前沿研究转化为可量产的汽车智能化原型与平台
- 精通LLM应用与AI智能体架构设计
- 掌握物理AI、具身智能或多模态模型技术
- 具备扎实的系统思维与快速原型开发能力
申请策略
- 提前了解大众汽车在合肥的研发布局与智能化战略
- 准备1-2个完整的技术架构案例，清晰阐述技术选型与迭代路径
- 突出AI智能体架构设计、世界模型或物理AI项目经验
- 强调从论文/研究到可运行原型的完整落地能力
- 展示跨模态、强化学习或复杂系统建模成果
- 补充汽车电子控制或自动驾驶基础认知
- 提升大规模分布式系统部署与性能调优能力
- 关注Agent评测框架与可观测性工具链
面试指南
- 采用STAR法则结构化回答，重点突出技术选型的权衡依据、遇到的核心瓶颈及量化解决结果
- 强调系统思维，说明如何将单一模块优化融入整体工作流
- 请分享你设计过的最复杂的AI智能体架构，如何平衡推理、记忆与实时性？
- 面对世界模型在仿真与决策中的应用，你如何解决数据稀缺与泛化问题？
- 如何将学术研究中的前沿算法转化为稳定可靠的生产环境系统？
- 复习Transformer、RLHF、World Model及Agent核心论文
- 梳理个人项目中关于可靠性、可观测性与工程落地的细节
- 准备针对汽车垂直场景的技术适配方案
职位点评
薪资福利75
成长发展90
工作生活60
使命价值85
薪资福利
75中等
薪资对标合肥地区顶尖研发标准，符合专家级定位，但整体薪酬结构以固定薪资为主，浮动激励空间有限。
薪资信号未披露（AI估算：5.0千–9.0万/月）
成长发展
90较高
极度契合技术成长动机，直接参与前沿AI范式探索与架构定义，提供从理论研究到工程落地的完整闭环。
技术前沿前沿/新兴技术
技术栈LLM、AI Agents、Physical AI、World Models、Reinforcement Learning
业务类型profit_center
工作生活
60中等
制造业外企通常作息规律，但研发岗位面临原型开发与系统迭代的压力，WLB中等偏上。
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
致力于将AI技术深度赋能汽车产业，推动物理AI与人机协作，具有明确的产业升级与社会应用价值。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs