吉利汽车
智能驾驶功能软件开发岗
智能驾驶功能软件开发岗
发布于 大约 10 小时前普通员工/个人贡献者
自动驾驶
Bev感知
Pytorch
Tensorflow
Tensorrt
多传感器融合
模型压缩
目标检测
自动驾驶
AI 估算 · 25k–45k
职位详情
关于这个职位
该职位负责吉利汽车智能驾驶感知系统的算法设计与研发，涉及多模态传感器融合、目标检测与跟踪、BEV感知等前沿技术，并推动大模型在车规级平台上的部署优化
适合具备扎实深度学习基础、熟悉C++/Python及PyTorch/TensorFlow，并对自动驾驶有浓厚兴趣的硕士及以上学历人才
你将参与L2-L4级自动驾驶核心模块开发，与顶尖团队协作，共同推动智能驾驶技术落地
最低要求
硕士及以上学历，计算机、电子工程、自动化、人工智能或相关专业
熟悉C++/Python，以及PyTorch/TensorFlow等深度学习框架
在以下三个方向有项目经验优先：1）2D/3D目标检测（如CenterPoint、BEVDet、PETR、Sparse4D）、多目标跟踪（MOT）与轨迹预测
）多传感器时空同步与前/后融合（如Kalman滤波、深度学习融合）或BEV感知、Transformer-based 感知架构
）模型轻量化、部署优化（TensorRT、ONNX、CUDA加速等）
具备优秀的系统思维与跨模块协作能力，能与感知、定位、仿真等团队高效对接者优先
对于汽车行业有一定认识，行业认同度高，有志于汽车行业长期发展
工作职责
负责L2-L4自动驾驶多模态感知系统（摄像头、激光雷达、毫米波雷达等）的算法设计
负责目标检测、跟踪、分割、多传感器融合、BEV感知、Occupancy Network等关键模块的算法研发与性能优化
构建高精度、高鲁棒、低延迟的感知 pipeline，满足车规级安全与实时性要求
负责感知/规划大模型的车载实时部署，落地模型压缩方案：量化、结构剪枝、知识蒸馏
跟踪端到端/世界模型前沿技术，推动算法迭代与创新
AI 洞察
优缺点分析
优点
- 吉利作为大型车企，平台稳定，资源丰富，能接触量产项目
- 自动驾驶是热门领域，技术前沿，个人技能提升快
- 车规级要求严格，开发流程复杂，可能涉及较多文档和测试工作
- 行业竞争激烈，需要不断产出成果
缺点 / 挑战
- 薪资水平较高，福利待遇完善
- 技术难度高，需要持续学习，工作压力较大
- 适合对自动驾驶有强烈兴趣，具备扎实算法基础，能承受一定工作压力，并希望在技术领域深耕的工程师
角色解读
- 从感知算法工程师向技术专家或架构师发展，深入自动驾驶核心技术
- 有机会转向管理岗位，带领团队负责整个感知模块的研发
- 随着自动驾驶行业快速发展，可跳槽至其他头部车企或科技公司，薪资和职位空间大
- 设计并优化自动驾驶感知算法，包括目标检测、跟踪、分割等，确保系统在复杂道路环境下的准确性和鲁棒性
- 负责多传感器融合和BEV感知架构的研发，提升车辆对周围环境的理解能力
- 将深度学习模型部署到车规级硬件上，通过量化、剪枝等技术实现实时推理
- 跟踪前沿技术如端到端模型和世界模型，推动算法创新和迭代
- 精通C++和Python，熟悉PyTorch或TensorFlow等深度学习框架
- 具备扎实的计算机视觉和深度学习基础，熟悉目标检测、跟踪等经典算法
- 了解模型压缩和部署优化技术，如TensorRT、ONNX、CUDA
- 良好的系统思维和跨团队协作能力，能与感知、定位、仿真团队高效配合
申请策略
- 关注吉利汽车官方招聘渠道，了解面试流程
- 在面试中展示对自动驾驶行业的热情和长期发展意愿
- 突出自动驾驶相关项目经验，尤其是感知算法、多传感器融合或模型部署方面的成果
- 强调编程能力和深度学习框架的使用熟练度，如C++、Python、PyTorch
- 展示对前沿技术的了解，如BEV感知、Transformer架构、模型压缩等
- 如有发表论文或竞赛获奖，务必提及
- 提前学习TensorRT、ONNX等部署工具，了解模型量化、剪枝技术
- 熟悉自动驾驶数据集如nuScenes，并实践相关算法
面试指南
- 采用STAR法则（情境、任务、行动、结果）来回答项目经验问题，突出个人贡献和成果
- 对于技术问题，先阐述基本原理，再结合项目实例说明应用和优化
- 对于开放性问题，展示思考过程和行业认知，体现学习能力
- 请介绍你在目标检测或BEV感知方面的项目经验，具体使用了哪些方法？
- 如何将深度学习模型部署到嵌入式设备上？你熟悉哪些优化技术？
- 如何处理多传感器融合中的时间同步问题？
- 你对端到端自动驾驶模型有何看法？
- 在团队协作中，你如何与其他模块（如定位、规划）高效配合？
职位点评
75
综合评分
技术前沿、薪资优厚，但工作强度可能较大，适合热爱自动驾驶的工程师。
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
适合追求技术成长和行业前景，能接受现场办公和一定工作压力的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展90
工作生活50
使命价值80
薪资福利
75中等
该职位薪资水平较高，福利完善，但具体薪资未披露，稳定性较好。
薪资信号未披露（AI估算：25K-45K/月）
成长发展
90较高
职位涉及前沿技术，如BEV感知、大模型部署，技能成长空间大，且公司提供良好平台。
技术前沿前沿/新兴技术
技术栈C++、Python、PyTorch、TensorFlow、BEV感知、Transformer、TensorRT、ONNX、CUDA
业务类型profit_center
工作生活
50较低
工作地点在杭州，现场办公，未提及弹性工作，可能加班较多。
工作模式仅现场办公
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
80较高
自动驾驶行业前景广阔，对社会交通安全有积极影响，公司使命导向较强。
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