吉利汽车
大模型应用开发工程师
大模型应用开发工程师
发布于 1 天前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Chatglm
Ernie
Pinecone
向量数据库
大模型微调
提示工程
值不值得投
71综合评分
综合评分 71
前沿车载大模型岗位，技术成长性高，薪资有竞争力，但WLB信息不足。
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
24K
比人工智能中位数低
发布情况
新岗位 · 昨天发布
公司情况
这家公司招聘很活跃
约 2100 个在招 · 其中人工智能 27 个
市场机会
选择面较广
杭州 · 人工智能 · 约 310 个在招
职位详情
关于这个职位
本岗位是吉利汽车集团的大模型应用开发工程师，负责将前沿的大语言模型技术应用于新能源汽车的智能座舱、交互等场景
你需要主导大模型的微调、优化和部署，解决车载环境下的低延迟、离线运行等技术难题，最终将技术成果产品化，提升产品的智能化水平和用户体验
最低要求
硕士及以上学历，计算机、人工智能、软件工程等相关专业，2年以上大模型应用开发经验，有大模型落地经验者优先
熟练掌握大模型相关技术栈（如 LLaMA/ERNIE/ChatGLM 等模型微调、LangChain 框架、向量数据库 Milvus/Pinecone）
具备扎实的编程基础，熟练使用 Python/C++，熟悉 RESTful API 设计与开发，有系统集成经验者优先
了解车载场景技术约束（低算力、低延迟、离线运行），具备大模型轻量化、边缘部署优化经验者优先
具备良好的问题分析能力、团队协作能力，能快速响应车载场景的技术需求与问题
工作职责
负责大模型在新能源汽车的应用开发与落地
主导大模型微调（SFT）、提示工程（Prompt Engineering）、向量数据库搭建等工作，优化大模型响应速度、准确率与安全性
设计并实现大模型与集成方案，解决低延迟、离线部署、小算力适配等核心问题
开发大模型应用层工具与接口，支撑智能语音交互、多轮对话、自然语言理解（NLU）等功能的产品化
跟踪车载大模型技术前沿，开展技术预研（如轻量化大模型、领域大模型训练），提升产品技术壁垒
AI 洞察
优缺点分析
优点
- 你可以接触到大模型在工业级产品中的最前沿应用，积累宝贵的“AI+汽车”跨界经验
- 吉利作为大型汽车平台，能提供丰富的真实场景和海量数据用于技术验证与迭代
- 该岗位兼具技术深度（模型优化）与工程广度（系统集成），成长空间大
- 车载环境对模型的实时性、功耗和稳定性要求极为苛刻，技术攻关难度大
- 你需要协调算法、硬件、产品等多个团队，确保方案在复杂车规环境中可靠运行
- 同时，大模型技术迭代迅速，需要持续学习以保持技术领先
- 适合对大模型技术有浓厚兴趣，且乐于将其应用于具体产品、解决复杂工程问题的工程师
- 你应具备较强的系统思维和跨团队沟通能力，能够适应汽车工业严谨、迭代周期较长的研发节奏
缺点 / 挑战
暂无明显挑战项
角色解读
- 技术路线上，你可以从应用开发工程师成长为大模型架构师或AI技术专家，专注于复杂系统的端到端设计与优化
- 管理路线上，可带领小团队负责某一细分模块的技术攻坚与落地
- 长远看，你将成为连接前沿AI算法与汽车工业落地的关键桥梁型人才
- 你将深度参与大模型技术在车载场景的落地全过程
- 你的核心工作包括对大语言模型进行领域化微调，设计并开发适配车载硬件约束的部署方案，以及构建支持智能语音交互的对话系统后端
- 你需要将前沿的AI技术转化为稳定、高效、安全的车载产品功能
- 你需要精通主流大模型（如LLaMA）及其微调技术，并熟练使用LangChain、向量数据库等工具链
- 扎实的Python/C++编程能力和系统集成经验是实现模型服务化的基础
- 此外，对车载场景的特殊性（算力、延迟、离线）有深刻理解和实践经验至关重要
申请策略
- 建议提前研究吉利汽车在智能座舱、自动驾驶等领域的技术布局和公开信息，了解其技术栈倾向
- 面试时可以围绕“如何在资源受限的车载环境中平衡模型效果与性能”准备深入的技术讨论
- 在简历中重点突出你的大模型项目经历，特别是涉及模型微调、部署优化（如量化、蒸馏）的具体案例
- 若有车载、边缘计算或嵌入式AI相关经验，务必详细描述
- 展示你使用LangChain、向量数据库等工具链构建应用的完整能力
- 深入学习大模型轻量化（如GGML, AWQ）和边缘推理优化技术
- 了解车载操作系统（如QNX, Linux for Auto）及常用通信协议（如CAN, SOME/IP），以更好地理解集成约束
面试指南
- 采用STAR原则描述项目经验，突出你在问题定义、方案设计、实施和结果量化中的角色
- 对于技术方案题，先明确核心约束（延迟、算力、数据），再阐述技术选型（如模型选择、优化方法）和实现路径
- 展示你的系统思维，说明如何评估不同方案的优劣
- 请介绍一个你主导过的大模型应用开发项目，重点描述如何解决性能和落地挑战？
- 如何对一个大语言模型进行领域微调（SFT）以提升其在车载对话场景的准确率？请描述关键步骤和注意事项
- 车载场景下，如何设计一个低延迟、可离线运行的模型推理方案？
- 在构建一个多轮对话系统时，如何利用向量数据库和检索增强生成（RAG）来提升响应的相关性和准确性？
- 当产品要求的模型效果与硬件算力限制冲突时，你会如何权衡并做出技术决策？
职位点评
薪资福利75
成长发展85
工作生活45
使命价值70
薪资福利
75中等
作为已上市的大型汽车集团，该岗位应具备市场竞争力的薪酬体系和标准的福利保障，但具体细节未在JD中披露。
薪资信号未披露（AI估算：18K-30K/月）
成长发展
85较高
该岗位技术前沿性强，直接参与大模型在汽车领域的创新应用，能提供显著的技术深度成长和独特的行业经验积累。
技术前沿前沿/新兴技术
技术栈LLaMA、ERNIE、ChatGLM、LangChain、Milvus、Pinecone、Python、C++
业务类型ambiguous
工作生活
45较低
JD中未提及任何关于办公模式、工作时间或WLB的信息，无法评估其对工作生活平衡的支持程度。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
70中等
岗位处于新能源汽车与人工智能两大高速发展赛道的交叉点，技术具有创新性，能参与提升产品智能化体验，但社会影响力相对间接。
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