博世
AI Planning Expert_XC
AI Planning Expert_XC
发布于 大约 2 小时前普通员工/个人贡献者
上海市
高级经验
全职员工
仅现场办公
硕士
机器学习工程
Autonomous Driving
Cnn
Diffusion
Gnn
Pytorch
Reinforcement Learning
Rnn
Tensorflow
Imitative Learning
AI 估算 · 30k–50k
要求高学历和丰富经验，技术栈前沿，行业热门，市场薪资竞争力强。
职位详情
关于这个职位
该职位负责自动驾驶AI规划模型的设计、编码与评估，包括构建训练数据集、编写预处理与后处理模块，并通过仿真和实车测试验证模型性能
要求硕士及以上学历，精通C++/Python和深度学习框架，熟悉多种AI模型（如Transformer、GNN、强化学习等）
适合对自动驾驶技术有浓厚兴趣、具备扎实AI基础的技术人才
最低要求
硕士或博士学位（来自国内外知名高校），专业为计算机科学、人工智能、软件工程、自动化、车辆工程、机电一体化、电子工程或相关领域，具有3年以上工作经验
强大的编程能力，熟悉C++和Python，精通PyTorch或TensorFlow等框架
熟悉常见数据结构
扎实的AI理论基础，在以下至少两个技术领域有丰富的研究或工程经验：CNN、RNN/GRU/LSTM、Transformer、GNN、Diffusion、模仿学习、强化学习等
对自动驾驶行业充满热情，具有良好的沟通能力和团队合作精神
工作职责
负责AI规划模型的设计与编码
负责创建训练数据集，包括挖掘实车数据和构建仿真数据
负责AI规划模型预处理和后处理的设计与编码
负责AI规划模型的评估，包括仿真和实车测试中的开环和闭环评估
优先资格
有端到端自动驾驶研发经验者优先
有高级智能驾驶系统量产经验者优先
在顶级AI会议/期刊（如CVPR、ICLR、NeurIPS、ICML等）发表过论文者优先
AI 洞察
优缺点分析
优点
- 博世作为全球知名的技术巨头，平台稳定，资源丰富，能为技术研发提供有力支持
- 自动驾驶是当前热门领域，技术积累具有很高的市场价值和职业前景
- 有机会参与从研发到量产的完整流程，积累实际工程经验
- 自动驾驶技术难度高，需要持续学习最新研究成果，保持技术前沿
- 工作可能涉及实车测试和现场调试，需要适应一定的出差和户外工作
- 适合具备扎实AI和编程基础，对自动驾驶充满热情，愿意深入钻研规划算法，并能在高强度研发环境中持续学习的技术人才
缺点 / 挑战
- 该领域竞争激烈，对候选人的综合能力要求较高
角色解读
- 成为自动驾驶规划算法专家，负责核心算法的研发与优化
- 向技术管理方向发展，担任团队技术主管或架构师
- 横向扩展至整个自动驾驶系统，成为系统级专家，参与整车集成
- 设计并编码自动驾驶中的AI规划模型，实现车辆的行为决策和路径规划
- 创建训练数据集，包括从实车数据中挖掘和仿真环境中生成数据，以支持模型训练
- 编写预处理和后处理模块，确保模型输入输出符合要求，并集成到系统中
- 对规划模型进行开环和闭环评估，在仿真和实车环境中验证性能
- 精通C++和Python编程，熟练使用PyTorch或TensorFlow等深度学习框架
- 扎实的AI理论基础，熟悉CNN、RNN、Transformer、GNN、强化学习等多种模型
- 了解自动驾驶规划算法，有端到端自动驾驶或量产经验者优先
- 良好的沟通能力和团队协作精神，能够与多个团队协同工作
申请策略
- 在面试中准备一个完整的项目案例，展示从问题定义、方案设计到实现评估的全过程
- 关注博世的企业文化和技术博客，体现对公司的认同和了解
- 突出AI模型研发经验，尤其是与规划相关的项目，详细说明技术细节和成果
- 强调C++和Python编程能力，列出熟悉的框架和工具，并提供GitHub链接等证明
- 如有顶会论文或竞赛获奖，单独列出，体现学术能力
- 描述对自动驾驶行业的理解，包括参与过的相关项目或研究
- 补充端到端自动驾驶的相关知识，如行为克隆、强化学习在规划中的应用
- 学习仿真工具如CARLA或SUMO，提升数据处理和模型评估能力
面试指南
- 对于概念性问题，先给出定义，再结合具体案例说明，突出实际经验
- 对于技术实现问题，采用STAR法则（情境-任务-行动-结果），清晰描述背景、方案和效果
- 对于开放性问题，展示系统性思维，从多个角度分析，并给出权衡方案
- 请解释模仿学习和强化学习在自动驾驶规划中的应用场景和优缺点
- 如何构建一个高效且多样化的训练数据集？如何处理数据不平衡问题？
- 规划模型的开环和闭环评估有什么区别？你认为哪个更能反映实际性能？
- 在C++中如何优化深度学习模型的推理速度？请举例说明
- 介绍一个你参与过的AI项目，重点说明你在其中的贡献和遇到的挑战
职位点评
75
综合评分
博世自动驾驶AI规划专家，前沿技术栈，薪资福利良好，需现场办公，技术成长空间大但WLB一般。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
更适合这类人
该职位最适合重视技术成长和行业前景的求职者，尤其是希望在自动驾驶领域深耕的技术专家。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展85
工作生活60
使命价值80
薪资福利
75中等
博世作为大型外企，薪资福利在行业内具有竞争力，但JD未明确具体薪酬和福利项，稳定性较高。
薪资信号未披露（AI估算：30K-50K/月）
成长发展
85较高
该职位涉及前沿AI技术（如Transformer、GNN、强化学习等），技术成长空间大，但JD未明确提及晋升通道或培训计划。
技术前沿前沿/新兴技术
技术栈C++、Python、PyTorch、TensorFlow、CNN、RNN、Transformer、GNN、Diffusion、Imitative Learning、Reinforcement Learning
业务类型profit_center
工作生活
60中等
工作地点在上海，JD未提远程办公或弹性工作，默认现场办公，生活便利性取决于具体办公地点，加班情况不明。
工作模式仅现场办公
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
80较高
自动驾驶行业处于高速增长期，技术对社会出行安全有积极影响，职位采用多种前沿技术，具有较强的创新性。
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
博世 的其他在招职位
相似职位推荐
Watch Jobs