吉利汽车
固态BMS AI算法专家-安全与故障诊断方向
固态BMS AI算法专家-安全与故障诊断方向
发布于 大约 3 小时前普通员工/个人贡献者
杭州市 / 宁波市
高级经验
全职员工
仅现场办公
硕士
算法优化工程师
Iso 26262
Pytorch
Tensorflow
信号处理
嵌入式开发
故障诊断
机器学习
深度学习
电池安全
AI 估算 · 40k–70k
高级AI算法专家，新能源电池安全方向，技术门槛高，吉利为跨国巨头，薪资竞争力强。
职位详情
关于这个职位
该职位负责研发电池系统故障诊断与安全预警的AI模型，聚焦内短路、热失控等关键安全场景，利用电池大数据构建异常检测与健康度评估体系，并推动算法在嵌入式平台的车规级部署
你将与测试、质量部门协作，持续优化诊断算法的准确性与覆盖度，是新能源汽车安全领域的关键技术岗位
最低要求
学历及专业要求: 硕士及以上学历，控制科学与工程、电气工程、计算机、应用数学、车辆工程（新能源方向）等相关专业
年以上电池算法、安全及故障诊断相关工作经验，其中至少2年以上专注于将机器学习/深度学习技术应用于电池或能源相关领域
必须有至少2个将机器学习/深度学习模型应用并成功落地或取得显著性能提升的项目经验（安全与故障诊断方向）
精通Python，熟练使用PyTorch/TensorFlow
扎实的数理基础与信号处理能力
有C/C++嵌入式编程经验者优先
工作职责
负责电池系统故障诊断与安全预警AI模型的研发，包括但不限于内短路、热失控早期预警、传感器失效、连接异常等关键安全场景的算法开发
构建基于电池大数据（电压、温度、阻抗等）的异常检测与健康度评估体系，利用无监督/半监督学习挖掘潜在风险模式
设计高可靠、低误报的在线诊断与预警系统架构，并完成算法在嵌入式平台的部署、测试与车规级功能安全（如ISO 26262）层面的考量
与测试、质量部门紧密合作，分析电池失效案例，构建故障数据库，持续优化诊断算法的覆盖度与准确性
优先资格
有C/C++嵌入式编程经验者优先
AI 洞察
优缺点分析
优点
- 新能源汽车行业高速发展，电池安全是核心刚需，技术价值与行业前景广阔
- 吉利作为跨国巨头，平台大、资源多，能接触车规级项目与海量真实数据
- 岗位技术门槛高，能深度积累AI算法与电池安全交叉领域的稀缺经验
- 涉及嵌入式部署与车规级安全标准，需跨领域协作，对综合能力要求高
- 行业竞争激烈，需持续跟进前沿算法与电池技术迭代
- 适合具备扎实AI算法功底、对新能源电池安全有浓厚兴趣，并愿意深入工程落地与车规级验证的资深算法工程师
缺点 / 挑战
- 对算法落地与可靠性要求极高，需在误报率与召回率之间精细权衡，技术挑战大
角色解读
- 可向电池安全算法专家或技术负责人方向发展，主导核心安全算法研发
- 可横向拓展至新能源整车安全、智能运维等更广泛的AI应用领域
- 在吉利体系内可晋升至高级专家或管理岗位，参与集团级技术战略规划
- 研发电池系统故障诊断与安全预警AI模型，覆盖内短路、热失控等关键安全场景
- 基于电池大数据构建异常检测与健康度评估体系，利用无监督/半监督学习挖掘风险模式
- 设计高可靠、低误报的在线诊断系统，并完成算法在嵌入式平台的部署与车规级功能安全考量
- 与测试、质量部门合作，分析失效案例，构建故障数据库，持续优化算法
- 精通Python，熟练使用PyTorch/TensorFlow等深度学习框架
- 扎实的数理基础与信号处理能力，掌握无监督/半监督学习算法
- 具备电池系统、BMS或能源领域知识，熟悉故障诊断与安全预警场景
- 有C/C++嵌入式编程经验，了解ISO 26262功能安全标准者优先
申请策略
- 关注吉利在新能源与电池安全领域的技术布局，了解其车型与电池技术路线
- 在面试中强调算法落地与工程化能力，展示对车规级可靠性的理解
- 突出电池或能源领域机器学习/深度学习项目的落地经验，量化性能提升指标
- 强调故障诊断、异常检测相关项目，展示对安全场景的理解与算法设计能力
- 体现Python、PyTorch/TensorFlow等技能，以及信号处理、嵌入式开发等加分项
- 补充电池工作原理、BMS架构及ISO 26262功能安全知识
- 熟悉无监督/半监督学习在时序数据异常检测中的应用
- 了解嵌入式平台（如C/C++）的算法部署与优化
面试指南
- 采用STAR法则（情境、任务、行动、结果）清晰描述项目，突出个人贡献与量化成果
- 强调算法设计、数据预处理、模型评估与工程部署的完整闭环，展示系统性思维
- 结合具体案例，阐述在安全关键场景下如何权衡性能与可靠性，并体现对车规标准的理解
- 请详细描述一个你主导的电池故障诊断或安全预警项目，如何设计算法并实现落地？
- 如何平衡故障预警的召回率与误报率？请举例说明你的优化策略
- 在嵌入式平台上部署深度学习模型时，你如何考虑计算资源与实时性限制？
- 你如何理解ISO 26262功能安全标准在AI算法开发中的应用？
- 面对电池大数据中的不平衡样本，你会采用哪些方法提升模型性能？
职位点评
75
综合评分
前沿电池安全AI算法专家岗，技术含量高、薪资优厚，但工作强度与地点灵活性一般。
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。
更适合这类人
该职位最适合追求技术前沿、渴望在新能源安全领域深耕并实现个人价值的技术型求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利80
成长发展90
工作生活40
使命价值85
薪资福利
80较高
该职位为高级专家岗，薪资水平较高，且吉利作为跨国上市公司提供稳定的平台与福利，补偿性动机满足度较好。
薪资信号未披露（AI估算：40K-70K/月）
成长发展
90较高
该职位处于电池安全AI算法前沿，技术含量高，涉及车规级安全标准，能显著提升个人技术深度与行业竞争力。
技术前沿前沿/新兴技术
技术栈Python、PyTorch、TensorFlow、机器学习、深度学习、无监督学习、半监督学习、信号处理、ISO 26262
业务类型profit_center
工作生活
40较低
该岗位为研发岗，工作地点未明确，且涉及嵌入式部署与测试，可能面临一定的工作强度与压力，生活化动机满足程度有限。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
85较高
电池安全是新能源汽车的核心议题，该岗位直接提升车辆安全性，具有较高的社会价值与使命感，行业前景广阔。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号安全预警、故障诊断
创新程度积极采用新技术
Watch Jobs