吉利汽车
动力学前瞻技术研究岗
动力学前瞻技术研究岗
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汽车工程
汽车工程
Can总线
Pytorch
Tensorflow
故障诊断
机器学习
车辆动力学
预测模型
值不值得投
74综合评分
综合评分 74
校招技术研发岗，前沿技术栈，成长性高，薪资中等，WLB一般。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
薪资怎么样
15K
与汽车工程中位数基本持平
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 2270 个在招 · 其中汽车工程 约 110 个
市场机会
选择面较广
宁波 · 汽车工程 · 72 个在招
职位详情
关于这个职位
该职位专注于车辆底盘健康状态的预测与智能运维，通过建立动力学模型和机器学习算法，实现故障诊断和剩余使用寿命预测，以优化维护策略
最低要求
届硕士及以上学历毕业生，车辆工程、机械工程、控制科学与工程、计算机科学、人工智能、数据科学、仪器科学与技术等相关专业
系统掌握车辆动力学基本理论，了解悬架、轮胎、转向等底盘关键部件的工作原理及典型失效模式
熟悉基于模型或数据的剩余使用寿命（RUL）预测方法，对LSTM、随机森林、Transformer等时序预测模型或物理信息神经网络（PINN）等融合方法有一定研究基础
掌握Python或C++编程语言，熟悉TensorFlow或PyTorch等深度学习框架，了解Matlab/Simulink的基本使用及CAN总线通信协议
具备较强的跨学科学习能力与系统性思维，善于沟通协作，对底盘健康管理与智能运维方向有浓厚兴趣
工作职责
基于车辆动力学理论，建立悬架、轮胎、转向等关键部件的健康状态预测模型，评估其性能退化趋势
结合多源传感器数据（振动、温度、应力等），开发故障特征提取与异常检测算法
研究底盘关键部件（如减震器、转向拉杆、轮胎等）的失效机理，构建剩余使用寿命（RUL）预测模型
利用机器学习（如LSTM、随机森林）或物理模型融合方法，提高预测精度
设计底盘健康状态实时监测系统，开发嵌入式诊断算法（如基于CAN信号的在线故障诊断）
结合边缘计算或云平台，实现数据驱动的健康管理策略
基于健康预测结果，提出预防性维护或控制参数优化建议（如调整悬架阻尼策略以补偿老化）
支持智能运维系统开发，降低全生命周期维护成本
使用Adams等动力学软件搭建虚拟测试环境，验证健康预测模型的准确性
主导或参与实车耐久性测试，闭环优化算法
AI 洞察
优缺点分析
优点
- 前沿技术领域，结合动力学和人工智能，技能积累价值高
- 吉利汽车作为行业头部企业，提供良好的研发平台和职业发展机会
- 岗位涉及多学科交叉，有助于培养系统性思维和创新能力
- 校招岗位，需要快速适应企业研发节奏和实际工程问题
- 宁波可能不如一线城市生活便利，但行业前景好
- 适合对车辆工程和人工智能交叉领域有浓厚兴趣，具备扎实理论基础和编程能力的应届硕士毕业生
缺点 / 挑战
- 技术难度较高，涉及模型建立和算法开发，对学习能力要求强
角色解读
- 从技术研发工程师成长为技术专家或项目经理，专注于汽车智能运维领域
- 可向算法研究、产品开发或技术管理方向发展
- 随着自动驾驶和智能汽车发展，底盘健康管理领域前景广阔
- 负责车辆底盘健康状态预测模型的建立与优化，包括悬架、轮胎等部件的故障诊断
- 开发基于机器学习和物理模型的剩余使用寿命预测算法，提高预测精度
- 设计实时监测系统和嵌入式诊断算法，支持智能运维策略
- 使用Adams软件进行虚拟测试和实车验证，闭环优化算法
- 深厚的车辆动力学理论基础，了解底盘部件工作原理和失效模式
- 熟练掌握机器学习算法如LSTM、随机森林，并有研究基础
- 编程能力：Python或C++，熟悉TensorFlow/PyTorch深度学习框架
- 了解Matlab/Simulink和CAN总线通信协议，具备跨学科学习能力
申请策略
- 研究吉利汽车在智能网联和自动驾驶方面的战略，展现与公司方向的契合
- 准备与车辆健康管理和预测性维护相关的项目案例
- 突出车辆动力学相关的课程项目或研究经历
- 展示机器学习模型的应用经验，如LSTM时序预测项目
- 强调Python/C++编程能力和深度学习框架使用
- 如有CAN总线或嵌入式开发经验，务必提及
- 深入学习车辆动力学理论，特别是底盘系统知识
- 加强机器学习算法在预测性维护中的应用练习
面试指南
- 结合理论知识和实践经验，用具体例子说明
- 强调问题分析、算法选择和模型验证的完整流程
- 展示跨学科思维，将动力学与数据科学结合
- 请介绍你对车辆动力学的理解，特别是底盘部件的失效机理
- 如何将机器学习算法应用于故障诊断和剩余使用寿命预测？
- 描述一个你使用LSTM或随机森林解决时序预测问题的项目经验
- 如何设计一个实时监测系统，并结合边缘计算进行数据处理？
- 你对底盘健康管理与智能运维的未来发展趋势有何看法？
职位点评
薪资福利70
成长发展85
工作生活60
使命价值75
薪资福利
70中等
校招岗位，薪资处于市场中等水平，福利体系完善，但具体薪资未在JD中披露。
薪资信号未披露（AI估算：12K-18K/月）
成长发展
85较高
岗位涉及前沿技术如机器学习和车辆动力学，有较好的技能成长空间，但未明确提及培训或晋升路径。
技术前沿前沿/新兴技术
技术栈机器学习、LSTM、随机森林、TensorFlow、PyTorch、车辆动力学
业务类型profit_center
工作生活
60中等
工作地点在宁波，可能为现场办公，JD未提及办公模式和WLB，生活节奏可能较快。
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
岗位致力于汽车健康管理和智能运维，有行业应用价值，但社会影响力一般。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs