Volkswagen logo
大众汽车
AI Lead, Whole Vehicle IVV

AI Lead, Whole Vehicle IVV

发布于 1 小时前

基层主管/组长

AI 估算 · 4.5–7.0万 · AI 参考估算
高级经验
本科
全职员工仅现场办公AI算法
AI算法
Agent框架
Ai治理
Api集成
Llm
Pipl
Powerbi
Prompt Engineering
Rag
测试自动化

值不值得投

76综合评分

综合评分 76

整车研发AI复合型岗位,技术前沿、组织影响力强,办公灵活性未披露

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

5.8万

比AI算法中位数低

发布情况

新岗位 · 今天发布

公司情况

这家公司招聘很活跃

约 190 个在招

市场机会

选择面较广

北京 · AI算法 · 约 280 个在招

职位详情

关于这个职位

该职位负责整车IVV部门AI战略、用例组合管理与落地推进,作为AI议题的核心协调人推动AI助手、增强工程和AI智能体等项目建设

你需要兼顾Python、LLM、RAG、Agent等 hands-on 开发,以及合规治理、跨团队协同和管理层汇报

最低要求

必要学历:计算机科学、数据科学、人工智能、电气工程、车辆工程、信息技术或 comparable 技术专业本科及以上学历

个人技能:
具备较强的分析和概念性思维能力,并具有务实落地、亲自交付的工作方式
具备独立编程和实施软件解决方案的成熟能力
优秀的协调、优先级排序和利益相关方管理能力
在团队和管理层层面均具备较强的沟通能力,包括国际化环境
具备高度的主动性、责任感和质量意识
能够在跨职能和国际团队中独立工作
积极主动,具备持续改进意识
工作经验(年限):
至少 5 年软件开发经验,最好具备基于 AI/LLM 的应用开发经验(Python、agent frameworks、RAG、API integration)
具备在矩阵型组织中协调 IT/创新项目的经验
对车辆开发和测试有 affinity 者优先
备注(语言、IT 知识、证书等):
扎实的 Python 编程实操能力,并具备 LLM/agent frameworks、RAG 和 prompt engineering 的实践经验
具备 AI governance、数据保护(PIPL)和车辆数据法规(GB/T 44464)相关知识者优先
具备 test automation、数据分析(例如 PowerBI)或汽车开发流程经验者优先
熟练使用 MS Office
必须英语商务流利
必须会普通话
具备德语能力者优先

工作职责

职责 / 任务

AI 战略与组合管理
a. 制定部门的 AI 战略和路线图,并建立具有可衡量效益、按优先级排序的 AI 用例管线
b. 从安全性、合规性和成本角度评估并选择 LLMs、平台和工具(包括中国本地供应商和公司网关)
c. 编制管理层报告(one-pagers、steering forums),汇报 AI 举措的进展和影响
AI 协调与执行推进
a. 作为部门所有 AI 议题的中央 SPOC,协调正在进行的举措(AI assistant、Augmented Engineering、AI-agent capacity)
b. 主持 steering rounds,解决团队之间的依赖关系,并及早升级阻碍事项
c. 为每个 AI 议题建立明确的所有权、优先级和问责机制
d. 跟踪 AI 举措的状态、里程碑和效益,并向管理层透明汇报
亲自参与 AI 解决方案开发
a. 构思、编程并推广 AI 应用(Python、LLM/agent frameworks、RAG、prompt engineering、API 和 data integration)
b. 开发原型和正式生产解决方案
c. 将 AI 集成到现有流程中,例如 test automation、测试数据析、reporting 和 document intelligence
d. 确保所交付 AI 解决方案的质量、可维护性和文档完整性
AI 治理、合规与赋能
a. 确保 AI 的安全和合规使用(数据保护/PIPL、车辆数据 GB/T 44464、公司及 IT 政策)
b. 与 IT 和合规职能部门共同建立 AI 工具的审批路径和使用指南
c. 建设 AI 社区:通过培训、指南和最佳实践推动各团队广泛采用
d. 推动知识共享和文档建设,避免对单人的依赖
合作伙伴、预算与工具管理
a. 编制 make-or-buy 评估,并管理外部开发合作伙伴(例如战略合作伙伴 PECN)
b. 与 AI 服务提供商定义质量和运营协议,并管理交付
c. 参与 AI 业务线的预算和采购规划
d. 持续改进 AI 流程、工具链和工作指令

优先资格

具备在矩阵型组织中协调 IT/创新项目的经验

对车辆开发和测试有 affinity 者优先
具备 AI governance、数据保护(PIPL)和车辆数据法规(GB/T 44464)相关知识者优先
具备 test automation、数据分析(例如 PowerBI)或汽车开发流程经验者优先
具备德语能力者优先

AI 洞察

优缺点分析

优点

  • 岗位同时覆盖AI战略、实际开发和组织级落地,能积累从技术原型到生产应用的完整经验
  • 聚焦整车研发和测试场景,AI应用与汽车工程业务结合紧密,行业壁垒较强
  • 直接向部门负责人汇报,能够参与管理层汇报、预算和供应商管理,视野不止于单点开发
  • 涉及AI治理、PIPL和车辆数据法规,有助于形成合规与技术实现结合的稀缺能力
  • 角色要求既做战略协调又做 hands-on 开发,对技术深度、沟通推动和时间管理的要求都很高
  • 需要在跨国、跨职能和矩阵组织中推进事项,可能面临多方优先级冲突和较长的协调链条
  • AI工具选型、数据合规和车辆数据监管要求复杂,方案落地时需要兼顾创新、安全和成本
  • 适合具备Python和LLM应用开发能力,同时愿意承担跨团队协调、管理层汇报和AI治理职责的复合型技术人才

缺点 / 挑战

暂无明显挑战项

角色解读

  • 可向整车研发AI负责人、AI平台/架构负责人或数字化转型负责人方向发展,负责更大范围的AI战略与平台建设
  • 可发展为技术与管理复合型角色,承担预算、供应商、工具链和跨部门AI治理职责
  • 未来也可向智能汽车研发流程数字化、测试智能化、AI产品化等方向深化,形成汽车行业AI落地专长
  • 制定整车IVV部门的AI战略和路线图,梳理可量化收益的AI用例管线,并向管理层汇报进展与影响
  • 作为部门AI议题的核心协调人,推进AI助手、Augmented Engineering、AI-agent能力等项目,解决跨团队依赖和阻塞
  • 亲自参与AI应用开发,包括Python、LLM/Agent框架、RAG、Prompt Engineering、API和数据集成,并将AI嵌入测试自动化、数据分析、报告和文档智能等流程
  • 建立AI治理、审批路径和使用规范,确保符合PIPL、车辆数据法规和企业IT政策,同时组织培训与知识分享
  • 需要具备扎实的Python编程和软件交付能力,能够独立完成从原型到生产级AI应用的开发与集成
  • 需要掌握LLM、Agent框架、RAG、Prompt Engineering、API集成等AI应用开发技术,并理解模型与工具选型中的安全、合规和成本因素
  • 需要具备较强的项目协调、优先级管理和干系人管理能力,能在矩阵型组织中推动多个团队协同落地
  • 需要熟悉AI治理、数据保护和车辆数据合规要求,并具备中英文沟通及管理层汇报能力

申请策略

  • 申请时应突出“技术落地+组织推动+合规治理”的复合能力,而不仅是单一算法或开发能力
  • 可提前了解奥迪中国在整车研发、数字化和AI应用方面的业务方向,面试中结合汽车测试、数据分析和文档智能场景提出思路
  • 重点突出Python、LLM、Agent、RAG、Prompt Engineering和API集成相关项目,尤其是从原型到生产落地的完整案例
  • 强调你在矩阵组织或跨团队环境中推动创新项目的经历,包括优先级管理、依赖解决、里程碑跟踪和管理层汇报
  • 补充与汽车研发、测试自动化、数据分析、文档智能或PowerBI相关的项目经验,体现业务场景理解
  • 如具备AI治理、数据安全、PIPL、车辆数据合规或供应商管理经验,应在简历中单独呈现
  • 可提前准备RAG、Agent框架、API集成和AI应用评估方法的实战案例,能够讲清楚架构选择、效果指标和成本权衡
  • 建议熟悉PIPL、GB/T 44464及企业AI治理常见流程,理解审批路径、数据分级和合规落地方式

面试指南

  • 项目类问题可按“业务背景—目标指标—技术方案—落地过程—量化结果—复盘改进”的结构回答
  • 管理与协调类问题可按“识别干系人—明确优先级—建立机制—跟踪风险—透明汇报”的框架展开
  • 合规与工具选型类问题可按“需求边界—数据分类—安全合规—成本效果—试点验证—规模化推广”的逻辑说明
  • 请介绍一个你主导的LLM或AI应用项目,包括业务目标、技术架构、落地效果和遇到的阻碍
  • 如果部门内有多个AI用例但资源有限,你会如何制定优先级和路线图?
  • 如何评估不同LLM、平台或AI工具在安全性、合规性和成本方面的差异?
  • 在矩阵组织中推进AI项目时,如何处理团队依赖、责任划分和管理层升级?
  • 你如何确保AI应用符合数据保护、PIPL或车辆数据相关要求?

职位点评

薪资福利78
成长发展88
工作生活55
使命价值76

薪资福利

78中等

JD未披露薪资和福利信息,但岗位层级较高、职责覆盖战略、开发、治理和供应商管理,通常对薪资动机有较好吸引力。

薪资信号未披露(AI估算:4.5千–7.0万/月)

成长发展

88较高

岗位涉及AI战略、LLM/Agent应用开发、AI社区建设、培训和管理层汇报,能带来技术、组织和行业合规多维成长。JD未明确提及晋升路径。

技术前沿前沿/新兴技术
技术栈AI、LLM、agent frameworks、RAG、prompt engineering、API integration、Augmented Engineering、document intelligence、PowerBI
成长机会trainings、guidelines and best practices、knowledge sharing、documentation
业务类型ambiguous

工作生活

55较低

JD仅明确职位地点为北京,未提及远程、弹性、工时或加班安排,因此生活化动机满足程度无法充分判断。

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

76中等

岗位推动整车研发和测试流程的AI转型,并强调合规、安全和知识共享,具有一定技术和行业进步价值。JD未直接描述社会使命或公共价值表述。

行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs