吉利汽车
AI应用解决方案工程师
AI应用解决方案工程师
发布于 大约 10 小时前普通员工/个人贡献者
中国
中级经验
全职员工
仅现场办公
本科
人工智能
Pytorch
Tensorflow
工业Ai
机器学习
深度学习
知识图谱
项目管理
Eis谱图分析
电池Soh/Soc
AI 估算 · 15k–25k
职位详情
关于这个职位
这是吉利汽车电池产业集团的一个AI应用解决方案工程师岗位，负责挖掘研发场景中的AI应用机会，设计并推动AI项目落地
你将对接材料、电芯、工艺等部门，将业务痛点转化为技术方案，协调算法团队与IT部门，确保项目按期交付
适合有工业AI背景、希望深入制造业场景的工程师
最低要求
本科及以上学历，人工智能、计算机科学、软件工程、自动化、数学、统计学、电化学、材料科学与工程等相关专业
年以上制造企业人工智能相关工作经验，具备至少1个完整AI项目从0到1落地经验
主导或深度参与过工业AI项目落地（智能质检、设备预测性维护、工艺优化、研发数据分析等）
AI技术理解 熟悉机器学习、深度学习基本理论与常用算法
了解TensorFlow/PyTorch等框架
逻辑思维清晰，能将复杂的AI技术语言转化为业务人员可理解的语言
工作职责
深入材料研发、电芯设计、工艺开发、失效分析、测试验证、设备开发等研发业务域，系统性挖掘并建立高价值AI应用场景库，持续迭代更新
将研发痛点（如材料筛选周期长、工艺参数优化依赖经验、极片缺陷检测漏检率高、电池寿命预测不准等）转化为可量化、可落地的AI技术需求与解决方案
联合业务部门与算法团队，对AI场景进行技术可行性、数据可得性、合规性及投入产出比（ROI）综合评估，输出场景优先级排序报告与立项建议书
负责研究院AI项目立项申报，明确项目目标、里程碑、验收标准、资源需求及风险预案
作为项目负责人或核心推动者，拉通研究院业务部门、集团IT/数字化部门、外部供应商/算法团队
制定详细项目计划，管控进度、质量、成本与风险，确保按期交付
组织需求评审、方案评审、阶段汇报及结项验收
推动形成标准化交付物，包括技术方案、数据规范、模型说明书、用户操作手册等
熟悉具体业务场景设计合理的AI技术路线，包括但不限于：电池SOH/SOC估算、循环寿命预测、EIS谱图分析、知识图谱
优先资格
有研究院或集团级数字化项目经验者优先
AI 洞察
优缺点分析
优点
- 吉利汽车作为大型上市集团，平台稳定，资源丰富，能接触真实的工业场景和数据
- 电池产业是新能源黄金赛道，AI应用在研发端有大量待挖掘价值，个人成长空间大
- 岗位涉及技术方案与项目管理，能综合锻炼专业能力和软技能，职业弹性好
- 需要深入理解复杂的电化学和材料知识，业务理解成本高，对学习能力要求强
- 跨部门协作多，可能遇到推动阻力，需要较强的沟通和影响力
- 项目周期长，从立项到落地涉及多环节，对耐心和抗压能力有要求
- 适合有工业AI背景、具备扎实机器学习和深度学习知识，同时愿意深入制造业场景、承担项目协调角色的技术人才
缺点 / 挑战
暂无明显挑战项
角色解读
- 在AI解决方案方向深耕，成为行业专家，主导更大规模的智能制造转型项目
- 可向技术管理方向发展，负责整个研究院的AI战略规划与资源协调
- 积累电池行业Know-how，未来可跳槽至新能源头部企业或AI公司担任高级解决方案架构师
- 深入电池研发一线，挖掘材料、电芯、工艺等环节的AI应用机会，建立场景库并持续迭代
- 将业务痛点转化为AI技术需求，设计解决方案并评估可行性、ROI，输出立项建议
- 负责AI项目全流程管理，协调业务、算法、IT及外部供应商，确保项目按期高质量交付
- 熟悉机器学习、深度学习常用算法，掌握TensorFlow/PyTorch等框架，能设计技术路线
- 具备工业AI项目落地经验，理解制造企业研发数据场景，如质检、预测性维护、工艺优化
- 有较强的跨部门沟通和项目推动能力，能将技术语言转化为业务语言
申请策略
- 在申请中展现你对电池研发场景的理解，可提前阅读吉利或行业相关技术文章
- 注意岗位在电池产业集团，强调你对新能源行业的热情和长期投入意愿
- 突出你完整落地的AI项目经验，特别是工业领域（如质检、预测维护、工艺优化），写明你的角色和具体成果
- 强调你的技术栈，如TensorFlow/PyTorch使用经验，以及如何处理真实业务数据
- 突出跨部门协作和项目管理能力，例如如何协调各方资源、推进项目按期交付
- 如果有电池或新能源行业背景，务必重点提及
- 补充电池原理、SOH/SOC估算等基础知识，了解EIS谱图分析
- 强化项目管理和方案设计能力，可学习PMP方法论或参考行业案例
面试指南
- 用STAR法则回答项目经验：说清背景、任务、行动和结果，量化数据
- 针对技术设计题，先明确目标，再分析数据可行性和算法选型，最后提出可落地方案
- 针对推动类问题，强调沟通方法、分阶段验证、用数据说服等方式
- 请描述一个你从0到1落地的AI项目，你如何定义问题、设计技术路线并推动落地？
- 电池SOH估算有哪些常用方法？你认为哪些因素会影响预测精度？
- 如果业务部门对AI方案接受度不高，你会如何推动？
- 如何评估一个AI项目的ROI？你会考虑哪些指标？
- 谈谈你对知识图谱在研发数据中应用的看法
职位点评
74
综合评分
大型汽车央企背景、AI+电池双前沿赛道，发展空间大但工作地点和节奏待明确，WLB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
适合看重技术成长与行业前景，对工作地点灵活性要求不高，能接受一定现场办公的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展88
工作生活55
使命价值82
薪资福利
70中等
吉利作为大型上市公司，薪资福利在行业内有一定竞争力，但具体薪资未披露，薪资面议的可能性较大，综合判断补偿性动机满足度中等偏上。
薪资信号未披露（AI估算：15K-25K/月）
成长发展
88较高
岗位涉及AI在工业研发的前沿应用，技术含量高，且职业发展路径清晰，能积累电池行业+AI双领域经验，发展性动机满足度高。
技术前沿前沿/新兴技术
技术栈机器学习、深度学习、TensorFlow、PyTorch、SOH/SOC、EIS、知识图谱
业务类型ambiguous
工作生活
55较低
工作地点未明确，且通常制造业岗位可能有一定通勤成本，JD未提及弹性或远程，生活化动机满足度一般。
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
82较高
新能源汽车和动力电池是绿色低碳的重要方向，AI技术助力研发提效具有积极社会意义，行业前景广阔，意义感动机满足度较高。
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