吉利汽车
人工智能算法研究岗
人工智能算法研究岗
发布于 大约 7 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
Aigc
Nlp
Pytorch
Tensorflow
大模型
模型压缩
算法研究
计算机视觉
值不值得投
74综合评分
综合评分 74
前沿AI大模型研发岗，技术挑战大，成长空间足，兼具工程落地与学术产出价值。
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
33K
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 1910 个在招 · 其中人工智能 19 个
市场机会
选择适中
宁波 · 人工智能 · 11 个在招
职位详情
关于这个职位
该职位隶属于吉利汽车AI研发团队，核心负责AI基础语言大模型的全生命周期研发、优化与商用落地
工作涵盖从前沿技术跟踪、模型训练微调、压缩部署，到推动AIGC多模态解决方案研发，并指导团队和发表学术论文，是连接前沿研究与产业应用的关键角色
最低要求
博士及以上学历，人工智能、计算机科学、数学、统计学等相关专业，有深度学习、NLP、CV、AIGC等方向的研究经历
熟练掌握PyTorch/TensorFlow等主流深度学习框架，具备大模型训练、微调、压缩及部署优化的实际经验，有顶会论文发表者优先
具备扎实的数学基础和编程能力，对前沿技术保持高度敏感，有良好的团队协作精神和学术写作能力
工作职责
负责和参与AI基础语言基座模型整个研发生命周期的相关开发工作
跟踪和研究前沿技术，持续优化和改进现有模型，提升性能和效率
参与大模型商用落地项目，与产品和业务团队紧密合作，确保技术实现符合业务需求
负责模型大规模商业化并发架构设计及实现
负责模型压缩，实现车端本地化模型的加速推理
推动公司AIGC图像、音频、视频、3D解决方案研发与落地实施
指导和培训研发团队成员，提高团队整体技术水平
跟踪和探索AIGC方向研究前沿以及相关技术应用，负责撰写和发表高质量的学术论文，提升公司在学术界的影响力
优先资格
有顶会论文发表者优先
AI 洞察
优缺点分析
优点
- 应用价值明确：研究成果将直接赋能量产汽车，能亲眼看到技术从论文走向产品
- 大平台资源：依托上市车企集团，拥有丰富的数据、硬件和跨部门协作资源
- 兼顾学术与工程：岗位要求发表论文，能持续保持技术敏感度和学术影响力
- 落地复杂度高：将前沿算法在车端硬件上优化并达到性能、功耗平衡，工程实现难度大
- 跨团队协作：需要与产品、业务、工程等多团队紧密沟通，对综合沟通能力要求高
- 适合具备顶尖学术背景（博士）、渴望将前沿AI技术在工业界大规模落地应用，并能在复杂项目中发挥技术引领作用的研究型工程师
缺点 / 挑战
- 技术前沿：直接参与大模型、AIGC等最热门AI方向在智能汽车领域的落地，技术挑战性高
- 技术迭代快：需要持续跟踪并掌握大模型、AIGC等领域的飞速发展，学习压力较大
角色解读
- 技术专家路线：从算法研究员成长为AI技术专家或首席科学家，引领特定技术方向
- 技术管理路线：凭借技术深度和团队指导经验，转向研发团队负责人或技术总监
- 行业影响力路线：通过持续发表高质量论文，成为汽车AI领域的学术与产业跨界权威
- 主导或参与车用AI基础大模型的研发、训练与优化，确保模型性能领先
- 将大模型技术与AIGC（图像、音频、视频、3D）结合，开发并落地汽车行业的智能化解决方案
- 解决大模型在车端部署时的压缩与加速推理难题，实现实用化
- 作为技术专家指导团队，并通过发表高水平论文提升公司技术影响力
- 精通PyTorch/TensorFlow等框架，拥有大模型（如LLM）训练、微调与部署的实战经验
- 在NLP、计算机视觉（CV）、AIGC等至少一个方向有深厚的研究积累，有顶会论文者极具优势
- 具备扎实的数学（线性代数、概率统计、优化）和编程功底，能快速复现和改进前沿算法
- 出色的学术写作与团队协作能力，能够将复杂技术点清晰传达并推动项目落地
申请策略
- 在求职信或面试中，阐述你对“AI如何赋能智能汽车”的具体理解，展示你对业务场景的思考
- 主动了解吉利汽车在智能化方面的战略和已发布的车型技术，以便更好地展示岗位匹配度
- 重点突出博士期间的AI相关研究课题、成果及发表的顶会/顶刊论文
- 详细描述参与过的深度学习项目，尤其是涉及大模型训练、优化或部署的实践经验
- 明确列出掌握的深度学习框架、编程语言、及熟悉的大模型技术栈
- 如有指导团队或参与开源项目的经历，可单独强调技术领导力与协作能力
- 针对车端部署，可以深入学习模型量化、剪枝、蒸馏等压缩技术，以及TensorRT、ONNX Runtime等推理加速工具
- 关注AIGC（如扩散模型、多模态生成）在自动驾驶数据生成、车内交互等场景的最新应用研究
面试指南
- 对于技术深度问题，采用“背景-挑战-方法-结果-反思”的STAR结构来清晰阐述
- 对于场景应用问题，从“用户需求/业务价值 -> 技术可行性 -> 落地难点 -> 预期效果”几个层面展开思考
- 回答时尽量结合具体数据和论文成果，增强说服力
- 请详细介绍你博士期间的研究工作，以及与本岗位的关联性
- 描述一个你主导或深度参与的大模型训练/优化项目，遇到了什么挑战，如何解决的？
- 你如何理解大模型在汽车领域的应用场景？请举例说明
- 如何平衡算法的学术前沿性与车端部署的工程可行性？
- 如果让你负责一个AIGC图像生成项目用于自动驾驶数据增强，你会如何规划技术方案？
职位点评
薪资福利70
成长发展90
工作生活50
使命价值85
薪资福利
70中等
作为上市车企的AI核心研发岗位，薪资具备市场竞争力，福利体系通常较为完善。
薪资信号市场水准 (25K-40K/月)
福利待遇年终奖
成长发展
90较高
岗位聚焦AI最前沿的大模型与AIGC技术，且有明确的论文发表和团队指导要求，技术成长和学术影响力提升路径清晰。
技术前沿前沿/新兴技术
技术栈大模型、PyTorch、TensorFlow、NLP、CV、AIGC、模型压缩
成长机会指导和培训研发团队成员、负责撰写和发表高质量的学术论文
业务类型profit_center
工作生活
50较低
JD未明确工作模式与WLB信息，但作为核心技术研发岗，且涉及项目落地与团队指导，潜在工作压力可能较大。
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
85较高
该职位将最前沿的AI技术应用于万亿规模的汽车产业变革中，具有明确的产业升级价值和较高的技术使命感。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号提升公司在学术界的影响力
创新程度积极采用新技术
Watch Jobs