吉利汽车
算法开发岗
算法开发岗
发布于 大约 18 小时前普通员工/个人贡献者
全职员工仅现场办公机器学习工程
机器学习工程
Onnx
Pytorch
Tensorrt
大模型
机器学习
深度学习
车载算法
值不值得投
71综合评分
综合评分 71
前沿算法开发岗、技术挑战大、行业前景好，但薪资福利与WLB未明确。
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
30K
比机器学习工程中位数低
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 2180 个在招 · 其中机器学习工程 8 个
市场机会
选择面较广
上海 · 机器学习工程 · 约 360 个在招
职位详情
关于这个职位
该职位负责吉利汽车自研硬件（如激光雷达、毫米波雷达）的算法模型设计、开发与优化，基于车载智驾芯片平台进行算法适配，确保端侧推理高效稳定
同时，研究大模型、AI智能体等前沿技术，落地算法方案赋能业务场景，并持续跟进技术选型与原型验证
最低要求
硕士及以上学历，计算机科学与技术、电子信息、自动化、光学工程、通信工程、应用数学等相关专业
熟悉机器学习、深度学习、大模型相关基础理论，掌握PyTorch等主流深度学习训练框架，具备独立完成模型训练调优的实践能力
具备扎实的Python/C/C++编程基础，熟悉Linux操作系统，了解ONNX、TensorRT等模型转换与部署工具链，有车载智驾芯片或嵌入式平台算法移植、推理优化经验者优先
具备较强的技术调研与快速学习能力，能够跟进前沿算法技术并完成原型验证，有规范撰写技术设计、问题排查类文档的意识与习惯
具备良好的沟通表达与跨团队协作意识，逻辑清晰、做事严谨，具备较强的问题定位排查能力与结果导向的交付意识
工作职责
负责自研硬件（激光雷达，毫米波雷达等）相关算法模型的设计、开发、训练调优，基于thor orin等车载智驾芯片平台进行算法适配落地，保障端侧推理稳定高效
研究大模型、AI智能体前沿技术，落地相关算法方案并赋能业务场景
持续跟进前沿算法技术，能够进行技术选型、原型验证与业务落地应用
撰写算法设计、部署、问题排查等全套技术文档，完成技术沉淀与归档复盘
配合多团队开展联调验收，排查问题并持续优化算法性能与稳定性，保障自研硬件算法顺利量产交付
优先资格
有车载智驾芯片或嵌入式平台算法移植、推理优化经验者优先
AI 洞察
优缺点分析
优点
- 技术前沿：涉及大模型、智驾算法等新兴领域，能接触行业最新技术
- 行业前景好：汽车智能化是高速增长赛道，市场需求旺盛
- 平台资源：依托大型汽车企业，有较强的项目落地和量产机会
- 协作复杂：需与硬件、软件等多团队紧密配合，沟通协调要求高
- 适合对AI算法有热情、具备扎实编程和机器学习基础，且愿意在汽车智能化领域长期发展的求职者
缺点 / 挑战
- 技术难度高：需要将算法适配到车载芯片，涉及性能优化和稳定性挑战
- 交付压力：量产项目时间紧、任务重，可能对工作节奏有较高要求
角色解读
- 技术深耕：从算法工程师成长为高级算法专家或技术架构师，专注于自动驾驶AI领域
- 管理转型：积累项目经验后，可转向技术管理岗位，负责团队或项目规划
- 领域拓展：向更广泛的汽车智能化技术延伸，如传感器融合、整车控制系统等
- 设计并优化应用于车载硬件（如激光雷达、毫米波雷达）的AI算法模型，确保其在智驾芯片上高效运行
- 研究大模型、AI智能体等前沿技术，并将相关算法方案落地，以赋能智能驾驶业务场景
- 负责算法的技术选型、原型验证，以及从开发到部署的全流程，包括性能优化和问题排查
- 撰写全套技术文档，并与多团队协作完成算法的联调验收与量产交付
- 精通深度学习框架如PyTorch，具备独立完成模型训练与调优的能力
- 扎实的Python、C/C++编程基础，熟悉Linux系统及模型部署工具链（如ONNX、TensorRT）
- 对机器学习、深度学习、大模型理论有深入理解，并能应用于实际算法开发
- 良好的技术调研、跨团队协作和文档编写能力，以确保算法顺利落地
申请策略
- 研究吉利汽车在智能驾驶方面的业务方向和技术栈，以在面试中展示针对性兴趣
- 准备一个算法开发或优化项目的详细案例，用于面试中深入讨论
- 突出在算法开发、模型优化方面的项目经验，尤其是涉及深度学习框架和部署工具的实践
- 强调Python/C/C++编程能力及Linux环境下的开发经历
- 展示技术文档撰写和跨团队协作的案例，体现解决问题的能力
- 如有相关领域（如自动驾驶、嵌入式AI）的成果，可重点描述
- 深入学习PyTorch、TensorRT等工具链，提升模型训练与部署的实操能力
- 了解车载芯片平台（如Thor Orin）的架构和算法适配方法
面试指南
- 使用STAR法则（情境、任务、行动、结果）结构化回答，突出个人贡献和成果
- 结合具体技术细节，如使用了哪些工具、解决了什么关键问题、量化性能改进
- 强调学习能力和适应性，展示如何跟进前沿技术并应用于实际项目
- 请介绍你过去在算法模型开发或优化方面的经验，特别是涉及性能提升的案例
- 如何将一个深度学习模型适配到车载智驾芯片上，以确保端侧推理效率？
- 描述一个你与跨团队协作解决技术难题的经历
- 对于大模型在智能驾驶中的应用，你有什么见解或实践经验？
- 复习机器学习、深度学习的核心算法，以及模型部署工具链的使用场景
职位点评
薪资福利70
成长发展85
工作生活50
使命价值75
薪资福利
70中等
职位未明确披露薪资和福利信息，但作为大型企业的正式岗位，通常具备一定的稳定性和基础福利保障。
薪资信号未披露（AI估算：20K-40K/月）
成长发展
85较高
该职位涉及前沿AI技术如大模型、智驾算法，技术栈先进，能提供显著的技能成长和行业经验积累机会。
技术前沿前沿/新兴技术
技术栈大模型、AI智能体、PyTorch、ONNX、TensorRT
业务类型ambiguous
工作生活
50较低
JD未提及办公模式、加班政策或工作生活平衡相关信息，具体工作节奏需在面试中进一步确认。
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
75中等
汽车智能化是高速增长领域，该岗位直接参与算法落地以推动智能驾驶发展，具有积极的社会影响力和创新性。
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