博世
JMP-Chief AI Software Technologist (BCSC)
JMP-Chief AI Software Technologist (BCSC)
发布于 大约 1 个月前高层管理(VP/总经理/CEO)
全职员工仅现场办公人工智能
人工智能
Llm
Pytorch
Tensorflow
团队领导
数据工程
软件工程
值不值得投
73综合评分
综合评分 73
前沿AI技术领导职位，大平台高成长，但WLB未明确。
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。
薪资怎么样
40K
比人工智能中位数高
发布情况
长期在招 · 39 天前发布
公司情况
这家公司招聘很活跃
约 1060 个在招
职位详情
关于这个职位
该职位作为首席AI软件技术专家，负责领导AI技术在软件工程中的落地实施，包括主导LLM模型微调、Agent系统设计与优化，并组建团队推动公司软件体系的智能化转型，实现效率、质量与成本竞争力的革命性提升
最低要求
教育背景：硕士及以上学历，计算机、软件工程、人工智能或相关专业
核心技术能力：1. 编程与框架：精通 Python，熟练使用 PyTorch / TensorFlow / Huggingface 等框架，了解特征工程
模型与训练：熟悉预训练模型（如 ChatGPT / Llama / Stable Diffusion 等）
具备 NLP / NLG 项目实践，有 LLM 微调（SFT / LoRA / RLHF）和推理优化经验
数据能力：熟练掌握非结构化数据（文本、日志、文档）的清洗、标定、结构化
在数据挖掘、特征建模、特征匹配领域有实际生产系统落地经验
Agent 与系统：熟悉常见的Agent框架，熟悉A2A, Skill, MCP等应用，能给基于当前IT环境，快速落地
有多Agent协同的开发， Agent 推理控制、工具调用、Memory 策略设计与实现经验
软件工程理解：熟悉软件开发生命周期及 DevOps / CI/CD，能快速理解工程痛点并设计AI方案
经验要求：有从0到1构建AI技术方案并落地到实际业务系统的经验
软技能：结果导向，能量化评估AI带来的业务影响（效率、质量、成本）
优秀的技术沟通与协作能力，能与工程团队高效配合
较强的学习能力与抗压能力，工作积极主动
良好的英语沟通能力，团队协作精神
工作职责
AI模型与系统落地：主导 LLM（大语言模型）的微调（SFT / LoRA / RLHF）、推理优化及领域模型设计，针对软件工程场景（代码、测试、日志）构建专用模型
负责 Agent 系统的推理控制与编排，包括思考模式控制、工具调用（Tool Use）流程管理，以及多层级记忆（短期/长期 Memory）策略设计与生命周期管理
负责非结构化数据（代码、日志、技术文档）的结构化建模与知识抽取，支持 Agent Memory 的持续学习
数据与工程实践：制定并落地 AI模块数据对接标准，统一 Prompt、Memory Schema、数据交互规范
参与数据治理体系建设，统一数据口径，制定数据标准化规则与质量评估策略，提升训练/推理数据质量
熟练掌握文本类、日志类等非结构化数据的清洗、标定、结构化技术，支撑实际业务场景
技术领导与实施：组建、培养并领导AI解决方案架构与工程团队，负责原型验证、工程化部署、性能调优和持续迭代
为团队提供AI技术指导，攻克训练、推理、集成中的实际难点
建立AI在软件工程中的技术标准、最佳实践与质量度量体系（如开发周期、缺陷密度、资源成本等可量化指标）
协作与内部赋能：与各软件工程团队（开发、测试、DevOps）深度协作，理解其痛点，设计并交付可落地的AI解决方案
在内部进行AI技术布道与培训，提升团队整体AI工程能力
优先资格
加分项：有代码智能、测试智能、DevOps智能等软件工程AI落地项目经验
在领域内国际权威期刊/顶会发表论文，或有 Kaggle 前列排名
有 ADAS 相关经验
对底层软件（OS、编译器、数据库）有深入理解
AI 洞察
优缺点分析
优点
- 大公司平台，资源丰富，有全球化视野和稳定性
- 领导角色，直接向总经理汇报，决策权大，影响力广
- 技术难度高，需要持续跟踪AI前沿并解决复杂工程问题
- 跨部门协作复杂，需要平衡各方需求并推动变革
- 高压工作环境，对结果和量化指标要求高
缺点 / 挑战
- 前沿AI技术应用，涉及最新LLM和Agent技术，技术挑战性强
- 适合有深厚AI技术背景、喜欢创新和领导挑战的资深工程师或技术管理者
角色解读
- 晋升为公司级AI战略负责人或技术副总裁
- 在AI领域建立个人影响力，成为行业专家
- 向更广泛的CTO角色发展，负责整体技术战略
- 领导AI技术在软件工程中的落地，负责LLM模型微调和Agent系统设计与优化
- 组建并培养AI解决方案团队，推动公司软件体系的智能化转型
- 与各软件团队协作，识别痛点并设计可落地的AI解决方案
- 精通Python编程和机器学习框架如PyTorch、TensorFlow
- 具备LLM微调（SFT/LoRA/RLHF）和推理优化的项目经验
- 熟悉Agent框架和多Agent协同开发，能快速落地AI系统
- 优秀的团队领导、技术沟通和跨部门协作能力
申请策略
- 准备一个AI解决软件工程问题的具体案例，展示技术深度和商业价值
- 研究博世的智能化转型战略，在面试中展示你的理解和契合度
- 突出AI项目经验，特别是从0到1构建并落地AI方案的案例
- 展示LLM微调和Agent系统的具体成果，量化业务影响
- 强调团队领导和跨部门协作经历，体现技术布道能力
- 深入学习最新的LLM技术和Agent框架，保持技术前沿性
- 提升技术演讲和培训能力，以便进行内部赋能
- 了解博世的业务领域，如汽车、工业技术，增强方案相关性
面试指南
- 使用STAR法则（情境、任务、行动、结果）回答行为问题，结合具体项目经验
- 量化业务影响，用数据说明AI带来的效率提升、质量改善或成本节约
- 展示对AI技术的深入理解，同时强调工程落地和团队协作的重要性
- 如何设计一个多Agent系统来自动化软件测试？请描述架构和关键技术
- 你如何评估AI模型在实际业务中的性能？请举一个量化评估的例子
- 你如何领导团队克服AI落地中的技术挑战？请分享一个经验
- 如何将LLM技术应用于代码智能或测试智能？请说明思路
- 在博世这样的企业中，如何推动AI技术在全生命周期的应用？
职位点评
薪资福利75
成长发展85
工作生活50
使命价值80
薪资福利
75中等
职位作为高级技术领导，在大型企业中应有竞争力的薪资和福利，但具体数字未披露。
薪资信号未披露（AI估算：30K-50K/月）
成长发展
85较高
职位涉及前沿AI技术，有团队领导和战略制定机会，技能成长和晋升空间大。
技术前沿前沿/新兴技术
技术栈Python、PyTorch、LLM、Agent
业务类型ambiguous
工作生活
50较低
JD未提及工作模式或WLB，高级职位可能要求高投入，灵活性有限。
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
80较高
博世是工业技术领先企业，AI技术推动软件工程创新，有正向行业影响。
行业发展高速增长赛道
社会影响中性/一般
使命信号改善质量生活
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