博世
感知模型剪枝量化 工程师
感知模型剪枝量化 工程师
发布于 3 小时前普通员工/个人贡献者
全职员工仅现场办公自动驾驶
自动驾驶
Pytorch
Tensorrt
性能优化
模型剪枝
模型量化
深度学习
自动驾驶
边缘计算
值不值得投
74综合评分
综合评分 74
技术前沿、大厂背书、成长性好，但需适应研发项目节奏
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
3.3万
比自动驾驶中位数低
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 1140 个在招 · 其中自动驾驶 15 个
市场机会
选择面较广
苏州 · 自动驾驶 · 76 个在招
职位详情
关于这个职位
负责感知模型（如目标检测、BEV）的剪枝与量化方案设计，建立模型压缩流水线以平衡精度与推理性能
需具备深度学习框架及推理引擎使用经验，完成模型在算力受限平台上的高效部署与验证，确保量产交付质量
最低要求
计算机、电子、自动化、数学等相关专业本科及以上学历，2年以上相关工作经验
扎实的深度学习基础，熟悉 CNN/Transformer 等感知模型架构，有目标检测、分割或 BEV 感知等模型的训练或调优经验
熟悉 PyTorch 等深度学习框架，熟悉 DPX平台、TensorRT、ONNX Runtime 等推理引擎及常见压缩工具
熟悉模型量化与剪枝原理，有 INT8 量化或剪枝部署落地经验
具备良好的工程能力（Python/C++），熟悉模型导出转换、推理部署与性能分析流程
有自动驾驶/ADAS 感知或嵌入式平台部署经验者优先
工作职责
负责感知模型剪枝量化方案设计（结构化/非结构化剪枝、稀疏化训练、PTQ/QAT）,评估不同剪枝粒度对精度与推理性能的影响，INT8/FP16量化、校准算法选型、敏感层分析与混合精度策略
建立剪枝与量化联合优化的模型压缩流水线，支持感知模型在算力受限量产平台上的高效部署，平衡精度与延迟、吞吐、内存占用
分析模型各模块的计算量与敏感度，制定分阶段压缩策略，保证压缩后模型精度与鲁棒性不显著退化以及算子兼容与位一致性等问题
建立压缩前后模型的精度对齐与回归验证流程，输出压缩评估报告并推动模型迭代闭环
优先资格
有结构化剪枝、稀疏化训练、知识蒸馏或低比特量化等模型压缩落地经验
有 NPU/BPU/GPU/嵌入式平台性能优化经验
有车载量产项目交付经验
AI 洞察
优缺点分析
优点
- 处于自动驾驶核心技术赛道，技术壁垒高，职业发展前景好
- 依托博世全球平台，接触前沿车载量产项目，履历含金量高
- 技术栈主流且实用，兼顾学术理论与工程落地
- 需要在精度和性能之间做精细权衡，调试难度大
- 适合对底层算法优化感兴趣、具备扎实编程基础和工程落地能力的工程师
- 喜欢解决复杂技术难题，追求技术深度的人
缺点 / 挑战
- 面对车规级稳定性要求，测试验证周期长，责任压力大
- 需持续跟进硬件平台更新，学习成本较高
角色解读
- 可向自动驾驶算法专家方向发展，深入感知算法底层优化
- 也可转向模型编译工具链开发或高性能计算架构师
- 随着智能驾驶普及，该领域人才需求将持续增长
- 负责将大型感知模型进行轻量化处理，通过剪枝和量化技术降低模型体积和计算需求
- 搭建自动化压缩流水线，确保模型在车端芯片上高效运行且不损失关键精度
- 解决模型部署中的算子兼容性和性能瓶颈问题
- 精通深度学习模型压缩理论（剪枝、量化、蒸馏）
- 熟练掌握 PyTorch/TensorFlow 及 TensorRT/ONNX Runtime 等推理加速工具
- 具备 C++/Python 工程落地能力，熟悉嵌入式或 NPU 平台特性
- 了解自动驾驶感知算法（如 BEV、目标检测）架构
申请策略
- 准备详细的项目案例，重点阐述遇到的难点及解决方案
- 了解博世在该领域的业务布局和技术栈偏好
- 展现对车规级软件严谨性的理解和重视
- 突出模型压缩的具体成果（如量化后精度损失<1%，推理速度提升X倍）
- 展示在特定硬件平台（如NVIDIA Orin, Horizon等）上的部署经验
- 列举使用的具体工具和框架，体现工程能力
- 深入学习 Transformer 架构的优化技巧
- 掌握至少一种主流车端芯片的 SDK 和性能分析工具
面试指南
- 使用 STAR 法则（情境、任务、行动、结果）描述项目经历
- 重点突出问题分析思路、技术方案选型依据、实验设计逻辑以及最终量化指标
- 对于技术问题，先讲原理，再结合实际应用场景分析利弊
- 请详细介绍你做过的一次模型量化或剪枝项目，遇到了哪些精度下降问题？如何解决的？
- 对比 PTQ 和 QAT 的优缺点，在什么场景下你会选择哪种方案？
- 如何在 TensorRT 中优化一个自定义算子的性能？
- 解释一下混合精度量化的原理及其对精度的影响
- 如何处理模型压缩后出现的算子不支持或不兼容问题？
职位点评
薪资福利75
成长发展85
工作生活60
使命价值70
薪资福利
75中等
作为跨国巨头企业，提供具有市场竞争力的薪资和完善的福利体系，但苏州地区薪资水平略低于一线城市，整体补偿性动机满足度较好。
薪资信号市场水准 (2.5千–4.0万/月)
成长发展
85较高
岗位涉及前沿的模型压缩技术与自动驾驶应用，技术含量高，成长空间大，且有明确的量产项目交付经验加分项，利于职业发展。
技术前沿前沿/新兴技术
技术栈模型剪枝、量化、PyTorch、TensorRT、自动驾驶、BEV、Transformer
业务类型profit_center
工作生活
60中等
传统制造业外企通常工作节奏相对可控，但自动驾驶研发项目制特点可能导致阶段性高强度工作，WLB 视具体项目组而定。
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
70中等
投身于自动驾驶安全技术，有助于提升道路安全和社会效率，具有一定的社会价值感，符合博世‘科技成就生活之美’的使命。
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