博世
AIGC大模型算法工程师（自动驾驶方向）_XC
AIGC大模型算法工程师（自动驾驶方向）_XC
发布于 1 天前普通员工/个人贡献者
上海市
中级经验
全职员工
仅现场办公
硕士
机器学习工程
Aigc
Diffusion Models
Pytorch
仿真
图像生成
大模型
数据增强
自动驾驶
视频生成
AI 估算 · 30k–50k
AIGC+自动驾驶双热点，算法岗薪资竞争力强，上海3年经验硕士，市场水平较高。
职位详情
关于这个职位
该职位负责将AIGC技术（如图像/视频/3D生成）应用于自动驾驶场景，包括数据增强、仿真测试和端到端模型创新
你将参与算法研究、工程化落地，并与感知、规划团队协作
适合对生成模型和自动驾驶有浓厚兴趣、具备深度学习实战经验的算法工程师
最低要求
计算机科学、人工智能、自动化、电子工程等相关专业硕士及以上学历
年以上AIGC或相关深度学习算法开发经验，熟悉常见的生成模型（如GAN, VAE, Diffusion Models等）及其变种，并具备实际项目经验
精通Python编程，熟练掌握PyTorch/TensorFlow等深度学习框架
具备扎实的数学基础，熟悉线性代数、概率论、数理统计及优化方法
对自动驾驶领域有浓厚兴趣，了解自动驾驶基本原理和模块（感知、预测、规划、控制等）
具备良好的英文文献阅读能力，能够跟踪国际前沿技术
具备优秀的学习能力、问题解决能力和团队协作精神
工作职责
负责AIGC（人工智能生成内容）相关算法的研究、开发与优化，包括但不限于图像生成、视频生成、3D模型生成、文本生成图像/视频等，并将其应用于自动驾驶场景
深入理解自动驾驶端到端算法模型（例如感知-决策-控制一体化模型），负责AIGC技术在其中创新性应用的探索与实现
参与自动驾驶数据集的生成与增强，利用AIGC技术提高数据多样性、场景覆盖度及标注效率，为模型训练提供高质量数据支持
负责AIGC模型在自动驾驶模拟器中的集成与测试，包括虚拟场景生成、动态目标生成、天气/光照条件模拟等，以提升仿真系统的真实感和测试效率
持续关注AIGC及自动驾驶领域前沿技术，进行技术调研、论文复现及创新性算法设计，并将研究成果转化为实际产品功能
与感知、规划、控制等团队紧密协作，将AIGC技术与现有自动驾驶模块进行有效融合，共同推动端到端自动驾驶模型的迭代与性能提升
负责算法的工程化落地，包括模型训练、部署、性能优化及维护，确保算法在实际系统中的高效稳定运行
优先资格
加分项：具备自动驾驶相关项目经验，或有端到端自动驾驶模型研究与实践经验者优先
加分项：有基于AIGC进行数据生成、场景仿真或虚拟测试经验者优先
AI 洞察
优缺点分析
优点
- 接触AIGC与自动驾驶两大前沿领域，技术成长快
- 博世作为跨国巨头，平台稳定，资源丰富
- 与顶尖团队合作，有机会将研究落地到实际产品
- 薪酬福利有竞争力
- 技术难度高，需要持续学习最新论文和算法
- 交叉领域知识要求广，需同时理解生成模型和自动驾驶系统
缺点 / 挑战
- 工程落地复杂，需应对数据、算力和系统集成挑战
- 适合对生成模型和自动驾驶有强烈兴趣、具备扎实算法功底、喜欢挑战前沿技术的工程师
角色解读
- 成长为AIGC与自动驾驶交叉领域的专家，引领技术方向
- 可向技术专家或技术管理方向发展，负责核心算法团队
- 前景广阔，可延伸至通用AI、机器人等领域
- 研究并优化AIGC生成模型（如图像、视频、3D生成），将其应用于自动驾驶场景
- 利用AIGC技术进行数据增强、场景生成，提升模型训练数据的多样性与标注效率
- 在自动驾驶仿真环境中集成AIGC模型，生成虚拟场景与动态目标，提高测试真实感
- 与感知、规划等团队协作，将算法工程化落地，保证模型稳定运行
- 扎实的深度学习与生成模型基础，熟悉GAN、VAE、Diffusion Models
- 精通Python，熟练掌握PyTorch/TensorFlow，具备大规模模型训练经验
- 了解自动驾驶基本原理（感知、预测、规划、控制），有端到端模型经验优先
- 良好的数学功底和英文文献阅读能力，能快速复现前沿算法
申请策略
- 关注博世在自动驾驶领域的布局，在面试中体现对业务的理解
- 准备一个AIGC+自动驾驶的落地案例，展示创新思维
- 突出生成模型项目经验，如Diffusion Models的实际应用效果
- 强调自动驾驶相关经历，如端到端模型或仿真平台开发
- 展示工程化能力，如模型部署、性能优化、数据管线搭建
- 如有论文或开源项目，重点呈现
- 深入学习Diffusion Models最新变体（如Stable Diffusion、Sora等）
- 补充自动驾驶知识，了解端到端感知-决策-控制方案
面试指南
- 采用STAR法则回答行为面试问题，突出项目背景、个人贡献和结果
- 对于技术问题，先阐述原理，再结合项目经验，最后总结优劣
- 对于开放设计题，先拆解需求，再提出可行方案，并分析权衡
- 请介绍你最熟悉的一个生成模型（如Diffusion Model）的原理和训练细节
- 如何用AIGC技术提升自动驾驶数据集的多样性？
- 在设计端到端自动驾驶模型时，AIGC可以扮演哪些角色？
- 你如何评估生成数据的质量？有哪些指标？
- 请描述一次你解决算法工程化落地中遇到的挑战
职位点评
75
综合评分
AIGC+自动驾驶前沿技术岗，成长空间大，薪资有竞争力但未披露，现场办公，无明确WLB信号。
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
适合追求技术前沿和职业成长的工程师，对薪资敏感度较低，能接受现场办公。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展90
工作生活60
使命价值80
薪资福利
70中等
薪资未明确披露，但博世提供有竞争力的薪酬福利体系，外企平台稳定，综合保障较好。
薪资信号未披露（AI估算：30K-50K/月）
成长发展
90较高
AIGC与自动驾驶均属前沿领域，技术挑战大，成长空间广阔，且公司提供前沿技术接触机会和职业发展平台。
技术前沿前沿/新兴技术
技术栈AIGC、Diffusion Models、GAN、VAE、PyTorch、TensorFlow、自动驾驶、端到端、数据增强、仿真
成长机会接触行业最前沿AIGC与自动驾驶技术的机会、广阔的职业发展空间、个人成长平台
业务类型ambiguous
工作生活
60中等
职位未明确远程或弹性工作安排，默认现场办公，WLB信息不明，但外企文化相对人性化。
工作模式仅现场办公
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
自动驾驶技术提升交通安全性，AIGC赋能产业创新，社会价值较高，行业处于高速增长期。
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