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
日语
模型量化
端侧Ai
计算机视觉
值不值得投
74综合评分
综合评分 74
前沿座舱AI算法岗，技术成长与量产落地并重，薪资未披露、WLB待确认。
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
4.5万
与人工智能中位数基本持平
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
上海 · 人工智能 · 约 400 个在招
职位详情
关于这个职位
面向智能座舱场景，负责多模态智能Agent的算法架构与核心能力开发，并推进舱驾融合、端侧AI轻量化及新型交互技术的量产落地
需要与产品、硬件、测试和整车团队协作，打通算法到车规量产的全链路
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）日语可以作为工作语言
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
有智能座舱、车载AI、舱驾融合功能的量产或项目经验
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
有端侧大模型部署、智能Agent架构设计与商业化落地经验
了解车规级软件开发流程与标准（ASPICE、ISO 26262、AutoSAR等）
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
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
- 技术方向前沿，覆盖多模态Agent、端侧大模型、舱驾融合和新型交互，成长空间较大
- 岗位直接参与核心车型与量产落地，算法成果能转化为真实产品体验
- 公司平台国际化，岗位带日语方向，有利于积累跨区域协作和海外业务沟通经验
- 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
- 需要同时理解算法、端侧工程和车规量产约束，技术跨度大、综合要求高
- 舱驾融合涉及跨域团队协作，需求定义、验证和量产集成链路长，推进难度不低
- 日语工作能力是硬性要求之一，非日语背景候选人需提前评估语言适配度
- 适合具备多年AI算法与端侧部署经验、愿意深入汽车智能化量产落地，并具备日语沟通能力的技术人才
缺点 / 挑战
暂无明显挑战项
角色解读
- 可从算法工程师成长为智能座舱/舱驾融合方向的算法专家或技术负责人
- 积累端侧大模型、多模态Agent和车规量产经验后，可向AI技术架构、产品技术规划或跨域研发管理发展
- 在汽车智能化与新型交互赛道持续深耕，有机会参与核心车型定义和行业标准/专利布局
- 负责智能座舱多模态Agent的算法架构与核心能力开发，包括自然语言理解、对话管理、场景意图识别、用户画像和知识图谱
- 推进舱驾融合场景的跨域AI算法落地，打通座舱域与驾驶域的数据与能力协同
- 负责大模型和AI算法的端侧轻量化、推理加速与车规量产集成
- 预研并验证多模态融合、空间交互、无感主动交互、AR联动等下一代车载交互技术
- 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，掌握量化、剪枝、蒸馏等优化方法
- 理解Linux/Android/嵌入式系统中的端侧AI算力、内存和功耗约束，具备跨团队协作与量产推进意识
申请策略
- 投递前了解联想车计算/汽车智能化业务和核心座舱产品，面试中体现对量产场景的理解
- 主动与HR确认工作地点、团队隶属、日语使用比例和量产项目节奏
- 突出多模态Agent、NLP/对话管理、意图识别、用户画像或知识图谱相关项目经验
- 量化展示端侧AI优化成果，如模型量化/剪枝/蒸馏、TensorRT/ONNX Runtime/NCNN/MNN部署、推理延迟和资源占用优化
- 强调C/C++、Python工程能力及Linux/Android/嵌入式环境下的复杂系统开发与问题排查案例
- 如有舱驾融合、车载AI、车规芯片工具链或日语项目协作经验，应在简历中单独突出
- 补充端侧大模型部署与推理加速实践，熟悉至少一种车规级芯片工具链
- 系统了解ASPICE、ISO 26262、AutoSAR等车规软件开发流程和标准
面试指南
- 项目类问题用STAR结构：背景与目标、你的职责、技术方案与关键取舍、量化结果与量产影响
- 技术方案问题先讲约束和指标，再讲候选方案对比、实验验证和最终落地效果
- 跨域协作问题突出需求对齐、接口定义、验证闭环和风险处理，体现结果导向
- 请介绍一个你主导的多模态Agent或对话系统项目，如何做算法架构、意图识别和多轮交互优化？
- 在端侧算力、内存和功耗受限时，你如何选择量化、剪枝、蒸馏策略并评估效果？
- 如何设计舱驾融合场景下的跨域AI算法方案？座舱域与驾驶域的数据和决策如何协同？
- 你熟悉哪些端侧推理框架和车规芯片工具链？遇到过哪些性能瓶颈，如何定位解决？
- 请用日语简要介绍你的一个AI算法项目或技术方案
职位点评
薪资福利70
成长发展88
工作生活55
使命价值82
薪资福利
70中等
JD未披露薪资与福利，补偿性动机缺少直接证据；但岗位为高级AI算法岗，薪酬预期具备一定市场竞争力。
薪资信号未披露（AI估算：3.5千–5.5万/月）
成长发展
88较高
岗位覆盖多模态Agent、端侧大模型、舱驾融合和新型交互，技术前沿性强，且直接参与核心车型量产，成长信号明显。
技术前沿前沿/新兴技术
技术栈多模态Agent、NLP、CV、端侧AI、模型量化、TensorRT、ONNX Runtime、C/C++、Python
成长机会技术预研、专利布局、技术沉淀、跟踪前沿AI技术
业务类型profit_center
工作生活
55较低
JD未提及远程办公、弹性工时或加班安排，生活化动机暂无明确保障，需在面试中确认实际工作节奏。
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
82较高
汽车智能化与智能座舱处于增长赛道，岗位参与核心车型量产和下一代交互预研，工作意义感较强。
行业发展高速增长赛道
社会影响中性/一般
使命信号打造行业领先的座舱智能体验、下一代车载新型交互技术、汽车智能化
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