Lenovo logo
联想
智能座舱AI算法开发工程师-德语方向

智能座舱AI算法开发工程师-德语方向

发布于 3 小时前

普通员工/个人贡献者

AI 估算 · 3.5–6.0万 · AI 参考估算
中级经验
本科
全职员工仅现场办公AI算法
AI算法
Ai算法
Nlp
Tensorrt
多模态融合
智能座舱
模型量化
端侧部署

值不值得投

80综合评分

综合评分 80

大厂核心研发岗、前沿AI技术栈、高成长潜力、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

4.8万

与AI算法中位数基本持平

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 340 个在招 · 其中AI算法 4 个

市场机会

选择面较广

上海 · AI算法 · 约 110 个在招

职位详情

关于这个职位

该职位隶属于联想汽车智能化研发团队,核心负责智能座舱多模态Agent算法设计与落地、舱驾融合场景的端侧AI技术攻关及新型交互技术探索

需具备扎实的机器学习/NLP/CV功底,精通C++/Python,并有模型量化、剪枝等端侧部署优化经验,能够打通从算法设计到车规量产的全链路开发

最低要求

基础要求: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

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(互联网AI、消费电子、智能终端、机器人等领域背景均可)
德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
(3) 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

  • 平台大,资源充足,能接触前沿的车载AI和端侧大模型技术
  • 端侧部署对算力和功耗限制严格,算法优化难度大
  • 需跨部门协同,沟通成本高

缺点 / 挑战

  • 适合有深厚AI算法功底,且对端侧工程化落地有热情,愿意挑战新技术的资深工程师

角色解读

  • 可向智能座舱首席算法专家、端侧AI技术负责人或汽车智能化整体解决方案架构师方向发展
  • 负责智能座舱多模态Agent的算法架构设计与核心能力开发,包括NLP、对话管理等
  • 扎实的机器学习/深度学习理论,精通C++/Python,熟悉端侧推理框架及模型轻量化技术

申请策略

  • 强调跨领域背景(如互联网AI转车载)的迁移能力,以及对汽车智能化行业的理解和热情
  • 突出展示在NLP、多模态或Agent领域的具体项目成果,特别是模型量化、剪枝等端侧优化经验
  • 加强对TensorRT、ONNX Runtime等端侧推理框架的深度掌握,了解车规级芯片(如高通、英伟达)的开发工具链

面试指南

  • 使用STAR法则(情境、任务、行动、结果)描述项目经历,重点突出技术选型的理由、遇到的具体瓶颈及解决方案、最终的性能指标提升
  • 请介绍一个你负责的端侧AI模型轻量化优化的案例,遇到了哪些挑战?
  • 在多模态Agent设计中,如何处理上下文理解和多轮交互的复杂性?
  • 如何平衡端侧AI模型的精度与实时性、功耗之间的关系?
  • 复习深度学习基础理论,准备1-2个详细的端侧部署优化案例,了解当前智能座舱的主流技术趋势和竞品动态

职位点评

薪资福利85
成长发展90
工作生活60
使命价值75

薪资福利

85较高

作为已上市的跨国巨头企业,提供具有市场竞争力的薪酬和完善的福利体系,对于资深技术人员而言,薪资水平处于行业中上。

薪资信号未披露(AI估算:3.5千–6.0万/月)

成长发展

90较高

岗位涉及前沿的智能座舱AI、端侧大模型和多模态交互技术,技术栈先进,且公司支持技术预研和专利布局,成长空间巨大。

技术前沿前沿/新兴技术
技术栈Agent、NLP、CV、多模态融合、TensorRT、模型量化、端侧AI、C++、Python
成长机会技术预研、专利布局、沉淀团队技术资产
业务类型profit_center

工作生活

60中等

作为大型科技企业,工作节奏可能较快,但JD未明确提及加班情况或弹性工作制,需进一步确认。端侧AI研发通常需要较高的专注度和项目压力。

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

75中等

致力于提升智能座舱体验和推动汽车智能化发展,具有明确的技术创新导向和行业应用价值,能满足技术人员的成就感。

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、探索下一代车载新型交互技术
创新程度积极采用新技术
Watch Jobs