吉利汽车
AI算法工程师
AI算法工程师
发布于 大约 14 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
Nlp
Pytorch
Tensorflow
机器学习
模型部署
深度学习
特征工程
计算机视觉
值不值得投
76综合评分
综合评分 76
大型车企AI算法岗，技术前沿，发展空间大，但WLB不明确。
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
35K
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 1370 个在招 · 其中人工智能 13 个
市场机会
选择面较广
杭州 · 人工智能 · 约 130 个在招
职位详情
关于这个职位
作为吉利汽车的AI算法工程师，你将专注于机器学习与深度学习算法的设计、研发与优化，并将前沿AI技术落地为可上线的产品与解决方案
你将参与从模型搭建、特征工程到工程化部署的全流程，与工程团队紧密协作，推动智能汽车相关业务的创新
该职位提供广阔的技术发展空间，适合对AI技术有深厚热情并追求实际应用价值的专业人士
最低要求
硕士及以上学历，计算机科学、人工智能、数学、统计学等相关专业
扎实的机器学习 / 深度学习理论基础，熟悉常见算法（如 CNN、RNN、Transformer、GBDT 等）的原理与应用场景
熟练使用 Python，掌握至少一种深度学习框架（TensorFlow/PyTorch），熟悉 Sklearn、OpenCV、NLTK 等工具库
具备一定的工程化落地经验，了解模型部署（TensorRT/ONNX/TFLite）、分布式训练、性能优化等相关技术
具备数据清洗、特征工程、实验设计与结果分析的能力，能独立完成算法从调研到验证的全流程
工作职责
负责机器学习、深度学习相关算法的设计、研发与优化，包括但不限于模型搭建、特征工程、参数调优、效果迭代
聚焦业务场景（如 NLP、计算机视觉、推荐系统、语音识别等），将 AI 算法落地为可上线的产品或解决方案，解决实际业务问题
跟踪行业前沿算法（如大模型应用、多模态融合、强化学习等），结合业务需求进行技术调研与创新尝试
参与算法工程化落地，与工程团队协作完成模型部署、性能优化（ latency/throughput ）、线上监控与问题排查
沉淀算法研发经验，输出技术文档、专利或行业解决方案，推动团队技术能力提升
AI 洞察
优缺点分析
优点
- 吉利作为大型上市集团，平台稳定，资源丰富，有大量业务场景可落地AI技术
- AI算法工程师是当前热门岗位，技术含量高，职业发展前景好
- 有机会接触前沿技术，如大模型、多模态等，提升个人技术视野
- 对算法工程师的综合能力要求高，不仅需要理论，还需要工程化落地能力
- 技术迭代快，需要持续学习，保持技术领先
- 适合对AI算法有深厚热情，具备扎实理论基础和工程实践能力，希望在汽车智能化领域深耕的技术人才
缺点 / 挑战
- 汽车行业业务场景复杂，可能需要跨部门协作，沟通成本较高
角色解读
- 可向资深算法专家或技术专家方向发展，深入钻研特定领域
- 可向技术管理岗位发展，带领算法团队
- 可跨领域发展，如从算法工程师转向AI产品经理或解决方案架构师
- 负责机器学习与深度学习算法的设计、研发与优化，包括模型搭建、特征工程、参数调优等
- 将AI算法落地到具体业务场景，如NLP、计算机视觉、语音识别等，解决实际问题
- 跟踪前沿技术，如大模型、多模态融合，进行技术调研与创新
- 与工程团队协作，完成模型部署、性能优化和线上监控
- 扎实的机器学习/深度学习理论基础，熟悉CNN、RNN、Transformer等算法
- 熟练使用Python，掌握TensorFlow或PyTorch等深度学习框架
- 具备工程化落地经验，了解模型部署、分布式训练和性能优化
- 具备数据清洗、特征工程和实验设计分析能力
申请策略
- 关注吉利汽车在智能化领域的业务布局，在面试中展现对公司的了解
- 准备1-2个完整的算法项目案例，从问题定义到落地效果，展示全流程能力
- 突出机器学习/深度学习项目经验，特别是模型落地到实际业务场景的案例
- 强调Python编程能力和深度学习框架（TensorFlow/PyTorch）的熟练度
- 展示在特征工程、模型优化和部署方面的具体成果
- 如果有NLP、计算机视觉或语音识别等领域的项目，务必重点突出
- 可以提前学习大模型（LLM）应用、多模态融合等前沿技术
- 补充模型部署和性能优化相关技能，如TensorRT、ONNX的使用
面试指南
- 对于项目介绍类问题，采用STAR法则：背景、任务、行动、结果，突出个人贡献和量化成果
- 对于技术原理问题，先阐述核心概念，再对比不同方法的优缺点，最后结合业务场景说明选择
- 对于开放性问题，展现逻辑思考能力，从技术、业务、成本等多个维度分析
- 请详细介绍一下你最有代表性的一个机器学习项目，包括技术选型和效果
- Transformer模型相比RNN有哪些优势？在什么场景下你会选择使用？
- 如何优化一个深度学习模型的推理延迟？
- 在处理大规模数据时，你会如何进行特征工程？
- 你如何看待大模型在汽车行业的应用前景？
职位点评
薪资福利80
成长发展85
工作生活60
使命价值70
薪资福利
80较高
吉利作为大型上市集团，提供有竞争力的薪酬和稳定的职业平台，但具体薪酬结构需面议。
薪资信号面议 (25K-45K/月)
成长发展
85较高
岗位涉及前沿AI技术，如大模型、多模态，且鼓励技术创新，发展空间大。
技术前沿前沿/新兴技术
技术栈机器学习、深度学习、Python、TensorFlow、PyTorch、Transformer、NLP、计算机视觉、大模型、多模态
成长机会推动团队技术能力提升
业务类型ambiguous
工作生活
60中等
职位为现场办公，未提及弹性工作或远程，工作地点在杭州，生活便利，但WLB信号不明确。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
70中等
汽车行业智能化转型是重要方向，岗位能推动AI在汽车领域的应用，具有一定社会价值。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs