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 1 天前

普通员工/个人贡献者

AI 估算 · 4.0–7.0万 · AI 参考估算
高级经验
本科
全职员工仅现场办公AI算法
AI算法
Agent架构
Ai算法
Nlp
Tensorrt
多模态融合
智能座舱
端侧部署
车规级芯片

值不值得投

80综合评分

综合评分 80

前沿AI技术栈、大厂平台背书、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

5.5万

比AI算法中位数低

发布情况

新岗位 · 昨天发布

公司情况

这家公司招聘很活跃

约 360 个在招 · 其中AI算法 12 个

市场机会

选择面较广

北京 · AI算法 · 约 240 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的算法设计与落地、舱驾融合场景的端侧AI技术攻关及下一代车载交互技术的探索

你需要打通从算法设计到车规量产的全链路,打造行业领先的座舱智能体验,要求具备扎实的AI理论基础与端侧工程化能力

最低要求

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
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
德语可以作为工作语言
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
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
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
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
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
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
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

  • 处于汽车智能化风口,技术栈前沿(Agent、多模态、端侧大模型),平台资源丰富
  • 需兼顾算法创新与端侧工程落地,对性能优化要求极高,跨部门协作复杂度高
  • 具备5年以上AI算法经验,擅长端侧部署与性能优化,对智能汽车感兴趣的技术专家

缺点 / 挑战

暂无明显挑战项

角色解读

  • 可向智能座舱首席算法专家、AI技术总监方向发展,或深入车规级AI底层架构研究
  • 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
  • 精通C++/Python,熟练掌握TensorRT等端侧推理框架,具备模型量化剪枝等轻量化优化经验

申请策略

  • 强调跨领域迁移能力(如将互联网AI经验应用于汽车场景),展现对智能交互技术的深刻理解
  • 突出端侧AI模型优化案例(如量化、剪枝带来的性能提升),展示多模态Agent或NLP项目落地经验
  • 补充车规级芯片(如高通、英伟达)开发工具链知识,了解ASPICE、ISO 26262等车标流程

面试指南

  • 使用STAR法则,重点描述问题背景、技术方案选择依据、具体实施细节及最终量化成果
  • 请分享一个你优化的端侧AI模型案例,如何平衡精度与性能?
  • 在多模态Agent设计中,如何处理上下文理解与任务调度的复杂性?
  • 面对车规级实时性要求,如何进行算法的性能瓶颈分析与优化?
  • 复习深度学习基础理论,准备端侧推理框架(TensorRT/ONNX)的高级应用案例,了解最新智能座舱交互趋势

职位点评

薪资福利85
成长发展90
工作生活60
使命价值80

薪资福利

85较高

作为已上市巨头企业的资深技术岗位,提供具有市场竞争力的薪酬和完善的福利体系,满足度高。

薪资信号未披露(AI估算:4.0千–7.0万/月)

成长发展

90较高

涉及前沿的Agent、多模态融合及端侧大模型技术,且处于汽车智能化高速增长赛道,技术成长空间巨大。

技术前沿前沿/新兴技术
技术栈Agent、多模态融合、TensorRT、端侧大模型、NLP、CV
业务类型profit_center

工作生活

60中等

未明确提及弹性工作制,但作为研发岗位通常有一定技术自由度;需关注车规级量产节点可能带来的阶段性高强度工作。

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

80较高

致力于打造行业领先的座舱智能体验,推动汽车智能化发展,具有显著的行业价值和社会影响力。

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
Watch Jobs