联想
汽车智能架构师
汽车智能架构师
发布于 大约 9 小时前普通员工/个人贡献者
全职员工仅现场办公汽车电子
汽车电子
Ai Agent
Ai芯片
Bev
Occupancy
Qnx
座舱大模型
异构计算
端到端自动驾驶
值不值得投
77综合评分
综合评分 77
前沿技术栈、高薪、平台大，但工作强度大，适合技术驱动型人才。
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
参考估算薪资
根据职位描述推断，供对比参考
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 500 个在招
市场机会
选择不多
上海 · 汽车电子 · 3 个在招
职位详情
关于这个职位
作为联想车计算团队的核心架构师，你将主导座舱大模型（On-device LLM）的落地与优化，支撑端到端智驾算法在异构芯片上的高效运行，并定义舱驾融合的下一代中央计算架构
你将与全球主流车企客户深度合作，将联想在AI PC和全栈AI生态的技术优势转化为车载智能化的差异化竞争力，引领从智能硬件到移动AI智能体的范式转移
最低要求
行业资历与车企/Tier 1 履历（核心要求）
资历背景：8-10 年以上系统架构设计经验
具有全球主流车企（OEM）研发中心或全球顶级汽车电子 Tier 1的核心架构师任职经历
量产经验：至少完整主导过 2 个以上的量产项目（SOP），并负责其中从 A 样到 SOP 的全生命周期架构定义
专业背景：曾担任过系统集成架构师、平台架构师或 AI 芯片应用专家，深刻理解汽车智能化方案设计和产品要求
AI 核心技术深度
算法洞察：精通 Transformer 架构，对大模型的训练与端侧推理优化有实操经验
智驾前沿：对端到端自动驾驶（Perception-to-Control）、BEV + Occupancy 等算法方案有深入的系统级理解，能为客户的算法落地提供精准的底层支撑方案
计算平台与工程能力
异构平台专家：精通多核异构系统的资源调度，在算法部署领域有深厚的工程积淀
底层系统底蕴：熟悉 QNX/Linux 内核及 AI 软件栈，能够针对不同算法模型进行极致的底层算子映射与性能调优
全球视野与语言能力
英语流利：具备卓越的国际化沟通能力，能够作为技术负责人直接参与全球客户（OEM）的技术对垒与方案谈判，输出高质量英文技术文档
创新思维：敏锐的技术触觉，能够将联想全栈AI消费电子生态的创新点转化为车载场景的差异化竞争力
工作职责
AI 系统架构与部署优化
座舱大模型（On-device LLM）落地：主导座舱大模型的应用、部署和优化，实现端云结合的动态负载均衡
端到端智驾（E2E AD）支撑：深度对接客户基于 Transformer 的端到端算法需求，从系统层面解决大规模数据流处理、算子加速及异构芯片间的低延迟通信
舱驾融合架构演进：定义下一代中央计算架构下的资源隔离与弹性调度机制，确保智驾与座舱任务在共享硬件资源下的极致性能与稳定性
异构计算与性能压榨
跨域算力融合：解决多核异构处理器（CPU/GPU/NPU/DSP）在处理高并发 AI 任务时的内存带宽竞争与数据一致性问题
底层堆栈定制：针对 QNX/Linux 操作系统进行 AI 堆栈的定制化调优，通过优化 Runtime 和算子库，提升客户前沿算法在联想硬件平台上的吞吐量
技术创新（生态融合与交互）
跨端 AI 协同：联动联想 AI PC 与全场景设备生态，设计车机与个人终端的 AI 代理（AI Agent）协同架构，实现用户模型权重与上下文在不同终端间的无感流转
未来交互方案定义：探索基于多模态大模型的智能化交互，利用消费电子领域的积淀，打破陈旧的菜单式交互，定义主动式、情景化的车载 AI 服务范式
AI 洞察
优缺点分析
优点
- 联想作为全球AI Device领导者，提供强大的技术平台和生态资源，有利于技术深度发展
- 汽车智能化赛道高速增长，职位涉及前沿技术（大模型、端到端智驾），技能积累价值高
- 与全球主流车企合作，能接触行业顶尖客户，提升国际化视野和影响力
- 要求极高，需8-10年经验及量产项目经历，竞争激烈
- 技术迭代快，需持续学习，保持对前沿技术的敏感度
- 适合拥有深厚系统架构经验、精通AI算法与异构计算，并希望在高平台推动汽车智能化变革的资深技术专家
缺点 / 挑战
- 薪资水平较高，福利完善，公司稳定性强
- 工作强度可能较大，需应对复杂的技术挑战和客户需求
角色解读
- 在联想车计算团队中，可晋升为技术专家或首席架构师，主导更核心的架构设计
- 有机会参与全球OEM合作项目，积累国际化视野和行业影响力
- 随着汽车智能化发展，可向技术管理岗位发展，带领团队推动技术创新
- 主导座舱大模型（On-device LLM）的落地与优化，实现端云结合的动态负载均衡，确保车机AI交互流畅
- 支撑端到端智驾算法（基于Transformer）的系统级部署，解决大规模数据流处理、算子加速和异构芯片通信问题
- 定义舱驾融合的中央计算架构，设计资源隔离与弹性调度机制，保障智驾与座舱任务在共享硬件上的性能与稳定
- 联动联想AI PC生态，设计跨端AI Agent协同架构，实现用户模型与上下文在设备间的无感流转，并探索多模态交互方案
- 精通Transformer架构，具备大模型训练与端侧推理优化的实操经验
- 深入理解端到端自动驾驶（Perception-to-Control）、BEV+Occupancy等算法，能提供系统级底层支撑
- 熟悉多核异构系统（CPU/GPU/NPU/DSP）的资源调度，具备算法部署的工程能力
- 熟悉QNX/Linux内核及AI软件栈，能进行底层算子映射与性能调优，同时具备流利的英语沟通能力
申请策略
- 了解联想车计算业务和AI for All战略，在面试中展示对联想生态的理解
- 准备英文技术面试，可能涉及英文技术方案讲解
- 突出主导的2个以上量产项目（SOP）经历，强调从A样到SOP的架构定义过程
- 详细描述在端到端智驾或座舱大模型方面的系统级优化案例，量化性能提升
- 强调异构计算（CPU/GPU/NPU/DSP）资源调度和底层调优的工程能力
- 展示英语沟通能力，如参与国际客户谈判或输出英文技术文档的经历
- 深入学习Transformer架构和端侧推理优化，如模型量化、剪枝
- 熟悉QNX/Linux内核及AI软件栈，掌握算子映射和性能调优工具
面试指南
- 采用STAR法则，突出项目背景、你的角色、具体行动和量化结果
- 强调系统级思维，从硬件、软件、算法多角度分析问题
- 展示对联想生态的理解，结合具体技术点提出创新方案
- 请描述一个你主导的从A样到SOP的架构设计项目，遇到的最大挑战是什么？
- 如何优化端到端自动驾驶算法在异构芯片上的性能？
- 谈谈你对舱驾融合架构的理解，如何实现资源隔离？
- 如何将AI PC生态的技术迁移到车载场景？
- 请用英文介绍你设计的一个AI系统架构
职位点评
薪资福利80
成长发展90
工作生活50
使命价值85
薪资福利
80较高
该职位薪资水平较高，联想作为上市公司提供稳定的福利待遇，但具体薪资未披露，需面议。
薪资信号面议 (60K-90K/月)
成长发展
90较高
职位涉及前沿技术（大模型、端到端智驾），技术挑战大，成长空间广阔，且联想平台提供丰富的学习资源。
技术前沿前沿/新兴技术
技术栈Transformer、端到端自动驾驶、BEV、Occupancy、QNX、Linux、异构计算、AI Agent
业务类型profit_center
工作生活
50较低
工作地点在上海，但JD未提及远程或弹性工作，且高强度技术工作可能影响工作生活平衡。
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
85较高
汽车智能化是高速增长赛道，联想推动AI for All战略，职位具有行业影响力，社会价值较高。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号AI for All
创新程度积极采用新技术
联想 的其他在招职位
相似职位推荐
Watch Jobs