吉利汽车
数字化技术/AI工程师
数字化技术/AI工程师
发布于 3 小时前普通员工/个人贡献者
全职员工仅现场办公机器学习工程
机器学习工程
Pytorch
Tensorflow
机器学习
深度学习
自然语言处理
计算机视觉
值不值得投
73综合评分
综合评分 73
上市车企AI算法岗，技术前沿、成长空间大，但工作强度可能较高。
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
3.5万
比机器学习工程中位数低
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 2930 个在招 · 其中机器学习工程 12 个
市场机会
选择面较广
杭州 · 机器学习工程 · 约 260 个在招
职位详情
关于这个职位
该职位主要负责人工智能相关技术的研发与应用，涉及机器学习、深度学习及自然语言处理、计算机视觉等方向
要求具备扎实的算法理论基础与编程能力，参与数字化技术项目的落地与优化
最低要求
数学、统计学或相关领域的硕士及以上学历
精通Python、Java或其他至少一种编程语言，有良好的编程习惯
具备扎实的机器学习、深度学习理论基础，熟悉常见的机器学习框架如TensorFlow、PyTorch等
至少三年以上相关工作经验
具备良好的沟通能力和团队合作精神，能够承受一定工作压力
对人工智能领域充满热情，愿意不断学习新知识和技术
工作职责
职位描述中未详细列出具体工作职责，预计负责机器学习、深度学习算法的研发与优化，以及自然语言处理、计算机视觉等AI技术在数字化项目中的应用与落地
优先资格
有自然语言处理、计算机视觉等领域项目经验者优先
AI 洞察
优缺点分析
优点
- 依托大型车企的丰富数据与业务场景，AI技术落地机会多
- 行业正处于智能化转型期，发展前景广阔
- 适合具备扎实算法基础、有NLP/CV项目经验，且希望在智能汽车/出行领域深耕的AI技术人才
缺点 / 挑战
- 汽车数字化场景对算法的工程化落地和实时性要求高，技术挑战大
- 需承受一定工作压力，跨部门沟通协作成本较高
角色解读
- 从AI算法工程师向高级算法专家或AI技术架构师发展
- 也可向AI产品负责人或数字化技术团队管理岗转型
- 负责机器学习、深度学习算法的研发与优化
- 参与自然语言处理或计算机视觉等AI技术在汽车数字化场景中的落地
- 扎实的数学与统计学基础，精通Python/Java及主流深度学习框架
- 具备NLP或CV领域的实际项目经验
申请策略
- 了解吉利汽车的数字化转型战略及近期在AI领域的布局，面试时展现对汽车业务场景的理解
- 突出硕士学历及数学/统计学背景
- 详细列出使用TensorFlow/PyTorch完成的NLP或CV项目经验及业务收益
- 深入了解汽车智能化相关的前沿技术（如自动驾驶感知、智能座舱大模型等）
- 提升模型部署与工程化落地能力
面试指南
- 采用STAR法则描述项目，重点突出技术选型、难点攻克及最终业务指标的提升
- 结合汽车业务场景（如智能座舱、自动驾驶）阐述技术落地思路
- 请介绍一个你主导的NLP或CV项目，遇到了哪些技术难点及如何解决？
- 在模型训练和推理阶段，你是如何进行性能优化的？
- 如何将AI技术与汽车数字化业务场景相结合？
- 复习机器学习/深度学习经典算法及最新前沿论文
- 准备1-2个能体现自己解决复杂问题能力的完整项目案例
职位点评
薪资福利75
成长发展85
工作生活50
使命价值80
薪资福利
75中等
上市车企提供具有市场竞争力的薪酬，但JD未明确提及具体福利细节，整体满足度较好。
薪资信号未披露（AI估算：2.5千–4.5万/月）
成长发展
85较高
岗位涉及前沿AI技术在汽车领域的应用，技术成长空间大，有利于积累行业核心经验。
技术前沿前沿/新兴技术
技术栈Python、Java、TensorFlow、PyTorch、机器学习、深度学习、自然语言处理、计算机视觉
业务类型ambiguous
工作生活
50较低
JD明确提到“能够承受一定工作压力”，且未提及弹性工作或WLB相关福利，工作强度可能较大。
工作模式未明确
办公地点未明确
加班情况JD含高强度暗示词
使命价值
80较高
汽车行业的智能化、数字化转型具有显著的社会价值与行业前景，能参与推动出行方式的变革。
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