联想
智能座舱AI算法开发工程师-日语方向
智能座舱AI算法开发工程师-日语方向
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Nlp
Onnx Runtime
Tensorrt
多模态Agent
日语
模型量化
端侧Ai
计算机视觉
值不值得投
72综合评分
综合评分 72
智能座舱多模态Agent与端侧AI岗位，技术前沿、量产落地强，薪资与WLB信息未披露
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
4.3万
比人工智能中位数低
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 370 个在招 · 其中人工智能 2 个
市场机会
选择面较广
北京 · 人工智能 · 约 710 个在招
职位详情
关于这个职位
该岗位隶属于联想汽车智能化研发团队，核心面向智能座舱多模态Agent、舱驾融合与端侧AI工程化，负责算法设计、优化和量产落地
你将参与核心车型智能化功能定义与全链路开发，并探索语音、视觉、手势等下一代车载交互技术
适合具备AI算法与端侧部署经验、能用日语开展工作的求职者
最低要求
基础要求：
（1）本科及以上学历，计算机科学与技术、软件工程、自动化、电子信息、数学、人工智能等相关专业
（2）5年及以上AI算法开发、端侧智能工程、智能交互系统或相关领域开发经验
不强制要求汽车行业经验，互联网AI、消费电子、智能终端、机器人等领域背景均可
（3）日语可以作为工作英语
专业能力：
（1）算法基础：扎实的机器学习、深度学习理论功底，熟悉NLP、CV、多模态融合、智能体（Agent）等领域主流算法与技术方案，具备独立设计业务算法并落地的能力
（2）工程开发：精通C/C++、Python编程语言，代码规范良好，具备复杂系统的工程化开发与问题排查能力
（3）端侧AI能力：熟悉至少一种端侧推理框架（TensorRT/ONNX Runtime/NCNN/MNN等），有模型量化、剪枝、蒸馏等轻量化优化与端侧部署落地经验
（4）系统认知：熟悉Linux/Android/嵌入式系统至少一种开发环境，理解端侧AI应用的算力、内存、功耗约束与优化思路
软技能：
（1）具备较强的问题分析与攻坚能力，能够独立解决复杂技术问题
（2）良好的跨部门沟通协作能力，具备项目推进意识与结果导向思维
（3）对汽车智能化、端侧AI、智能交互有浓厚兴趣，持续跟踪前沿技术发展
工作职责
智能座舱Agent算法开发：
（1）负责座舱多模态智能Agent的算法架构设计与核心能力开发，涵盖自然语言理解、对话管理、场景意图识别、用户画像与知识图谱构建等，实现主动式、场景化的智能服务
（2）主导Agent的任务调度、多轮交互、上下文理解等核心逻辑的算法优化，提升交互自然度与任务完成率
舱驾融合AI技术落地：
（1）设计舱驾融合场景下的跨域AI算法方案，打通座舱域与驾驶域的数据通路与能力协同，覆盖驾驶员状态感知与座舱服务联动、自动泊车/领航场景的座舱交互适配、跨域场景决策融合等方向
（2）联合跨域团队完成舱驾融合功能的需求定义、算法验证与量产集成，保障跨域功能的稳定性与实时性
端侧AI工程化与性能优化：
（1）负责大模型与AI算法的端侧轻量化改造，针对高算力异构芯片完成模型量化、剪枝、蒸馏等压缩优化，满足端侧场景的算力、功耗与内存约束
（2）基于TensorRT/ONNX Runtime/NCNN等端侧推理框架进行推理加速与性能调优，保障AI功能的实时性要求
新型交互技术预研与落地：
（1）探索下一代人机交互技术，包括多模态融合交互（语音/视觉/手势/眼动/触觉）、空间交互、无感主动交互、AR联动交互等方向
（2）完成新型交互技术的原型验证、效果评估与量产转化，打造差异化的智能交互体验
技术沉淀与项目协同：
（1）跟踪前沿AI技术与行业动态，开展技术预研与专利布局，沉淀团队技术资产
（2）与产品、硬件、测试、整车等跨部门团队协同，推进AI功能从需求到量产的全流程落地，解决开发中的核心技术问题
优先资格
（1）有智能座舱、车载AI、舱驾融合功能的量产或项目经验
（2）熟悉高通SA8系列、英伟达Orin/Thor、地平线J系列等车规级芯片的AI开发工具链
（3）有端侧大模型部署、智能Agent架构设计与商业化落地经验
（4）了解车规级软件开发流程与标准（ASPICE、ISO 26262、AutoSAR等）
（5）有空间计算、眼动追踪、3D交互、AR-HUD联动等新型交互技术的预研或落地经验
（6）有AI领域顶会/顶刊论文、发明专利或知名开源项目贡献
AI 洞察
优缺点分析
优点
- 技术方向覆盖多模态Agent、舱驾融合、端侧AI和新型交互，前沿性强，有利于积累稀缺的量产经验
- 岗位参与核心车型智能化功能定义与全链路开发，业务影响面较大
- 不强制汽车行业背景，互联网AI、消费电子、智能终端、机器人人才均可迁移
- 日语可作为工作语言，适合希望在跨国研发环境中发挥语言优势的候选人
- 需要同时理解算法、端侧工程和车规量产约束，技术跨度大、系统复杂度高
- 量产落地对稳定性、实时性和工程细节要求严格，需要较强的攻坚能力
- 适合具备AI算法与端侧部署经验、愿意深入汽车智能化量产落地，并能用日语开展工作的技术人才
- 偏好纯算法研究、较少工程落地或不愿跨团队协同者需谨慎评估
缺点 / 挑战
- 舱驾融合涉及跨域团队协同，沟通与项目推进成本较高
角色解读
- 可在智能座舱AI算法、端侧大模型部署、舱驾融合等方向持续深耕，成长为技术骨干或领域专家
- 通过核心车型量产项目积累全链路经验，向算法架构、技术管理或跨域系统负责人方向发展
- 新型交互与专利布局带来技术影响力和行业可见度提升
- 负责智能座舱多模态Agent的算法架构、自然语言理解、对话管理、意图识别、用户画像与知识图谱等核心能力开发
- 主导Agent任务调度、多轮交互和上下文理解优化，并推进舱驾融合跨域AI方案与量产集成
- 负责大模型与AI算法的端侧轻量化、推理加速和性能调优，满足车规算力、功耗与实时性约束
- 预研多模态融合、空间交互、无感主动交互、AR联动等下一代车载交互技术并推动原型验证
- 扎实的机器学习、深度学习基础，熟悉NLP、CV、多模态融合和Agent主流方案
- 精通C/C++、Python，具备复杂系统工程化开发与问题排查能力
- 熟悉TensorRT/ONNX Runtime/NCNN/MNN等至少一种端侧推理框架，有量化、剪枝、蒸馏和端侧部署经验
- 熟悉Linux/Android/嵌入式系统之一，理解端侧算力、内存、功耗约束，并能用日语开展工作
申请策略
- 投递前了解联想汽车智能化业务和智能座舱产品方向，在简历与沟通中体现对量产落地的理解
- 主动向HR确认北京具体办公地点、团队归属和日语使用场景
- 突出多模态Agent、NLP/对话管理、意图识别、知识图谱等算法设计与落地项目
- 量化展示端侧AI经验，如模型量化、剪枝、蒸馏、TensorRT/ONNX Runtime/NCNN部署和推理加速成果
- 强调C/C++、Python工程能力及Linux/Android/嵌入式环境下的复杂系统排查经验
- 如有舱驾融合、车载AI、车规芯片工具链或日语工作经历，应放在显眼位置
- 补齐车规级软件开发流程与标准知识，如ASPICE、ISO 26262、AutoSAR等
- 准备端侧大模型部署、异构芯片工具链和多模态融合交互的案例或小项目
面试指南
- 用STAR结构讲清背景、目标、个人动作和量化结果，重点突出算法设计、工程落地与问题排查
- 面对端侧与量产问题，先讲约束条件，再讲方案选择、验证方法和最终指标
- 跨域协同问题按“目标对齐—接口定义—验证闭环—风险兜底”展开，体现项目推进意识
- 请介绍一个你主导的多模态Agent或多轮对话算法项目，如何定义问题并评估效果？
- 你如何把大模型或AI算法做端侧轻量化？在算力、内存、功耗约束下做过哪些取舍？
- 舱驾融合场景中，座舱域与驾驶域的数据和决策如何协同？你会如何设计跨域算法方案？
- 请举例说明你使用TensorRT/ONNX Runtime/NCNN等框架做推理加速的实践与收益
- 你如何与产品、硬件、测试和整车团队协作，推动AI功能从需求到量产？
职位点评
薪资福利65
成长发展88
工作生活55
使命价值85
薪资福利
65中等
JD未披露薪资、福利和发放信息，补偿性动机需在后续沟通中确认；岗位为北京正式全职算法岗，稳定性主要取决于公司整体雇佣安排。
薪资信号未披露（AI估算：3.0千–5.5万/月）
成长发展
88较高
岗位覆盖多模态Agent、舱驾融合、端侧AI和新型交互，JD明确包含技术预研、专利布局与技术沉淀，成长性突出。
技术前沿前沿/新兴技术
技术栈多模态Agent、NLP、CV、TensorRT、ONNX Runtime、NCNN、模型量化、剪枝、蒸馏、C/C++、Python、Linux、Android
成长机会技术预研、专利布局、技术沉淀、跟踪前沿 AI 技术、新型交互技术预研与落地
业务类型ambiguous
工作生活
55较低
JD未提及办公模式、弹性工时、双休或加班安排，生活化动机信息不足，需在面试中向HR确认。
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
85较高
职位面向汽车智能化和智能座舱体验，涉及舱驾融合与新型交互，行业成长性与正向影响较明显。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号汽车智能化、打造行业领先的座舱智能体验、下一代车载新型交互技术
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