吉利汽车
AI智能座舱软件开发岗
AI智能座舱软件开发岗
发布于 大约 9 小时前普通员工/个人贡献者
宁波市
专家级经验
全职员工
仅现场办公
博士
机器学习工程
Autosar
Lora
P-Tuning
Pytorch
Qnx
Tensorflow
分布式训练
多模态
大模型
AI 估算 · 40k–70k
博士学历+AI大模型核心技术岗位，汽车行业头部企业，薪资竞争力强，预计月薪4-7万。
职位详情
关于这个职位
该职位负责吉利汽车智能座舱平台的架构设计与AI技术落地，包括多模态大模型的算法选型、智能体开发及端云部署优化
你将参与前沿技术调研与竞品分析，推动创新课题的POC验证，并与量产团队协作完成工程化调优，是技术专家主导的核心研发岗位
最低要求
博士学历，计算机，人工智能等相关专业
精通Android，Linux，QNX，AutoSar等任意一种OS的底软机制
熟练深度学习框架（TensorFlow/PhThorch), 熟悉大模型训练和优化技术（LoRA，P-Tuning，分布式训练等）
有语音/视觉/推荐算法开发经验，熟悉车载场景和数据安全要求
具有优秀的沟通能力和团队精神，富有敬业精神和责任心，能够承担工作压力
工作职责
负责智能座舱平台架构规划设计
分析行业技术发展趋势，引入前沿技术，配合产品线提升产品竞争力
AI智能座舱方案的调研选型评估，竞品分析，新技术引进导入
负责现有产品架构设计方案优化
参与并负责智能座舱多模态大模型的算法涉及和选型，包括语音，视觉，其他感知算法，个性化推荐场景设计等
设计，开发基于大模型的各类智能体，提高特定垂域的准确性和性能
了解并关注模型在云端和端侧的工程化部署技术，优化模型结构，确保低延时和稳定性
跟踪行业动态，技术趋势，提出创新课题，并推动POC验证
完成设计和测试相关文档的编写，牵头提高团队开发效能，完善团队协作敏捷开发能力
配合量产团队进行工程化调优
AI 洞察
优缺点分析
优点
- 汽车智能化赛道前景广阔，技术前沿，涉及大模型、多模态等热门领域，个人技术成长空间大
- 适合拥有博士学历，对AI技术在汽车领域应用充满热情，具备深厚技术功底和抗压能力的技术专家
缺点 / 挑战
- 对学历和技能要求极高，需同时掌握底层系统、深度学习和大模型技术，工作压力大，需承担量产交付责任
角色解读
- 从技术专家向架构师或技术总监发展，主导智能座舱AI技术方向，或转向产品与技术结合的管理岗位
- 负责智能座舱平台的整体架构规划，分析行业趋势并引入前沿AI技术，提升产品竞争力
- 精通Android/Linux/QNX等底层系统机制，熟练使用TensorFlow/PyTorch等深度学习框架，熟悉大模型训练与优化技术
申请策略
- 了解吉利智能座舱产品线，准备展示对汽车AI场景的理解和POC项目案例
- 突出博士研究方向与AI/大模型相关项目，强调在语音、视觉或推荐算法方面的实际经验
- 补充大模型优化技术（如LoRA、P-Tuning）和端侧部署经验，熟悉车载系统安全要求
面试指南
- 从需求分析、模型选型、数据准备、训练优化到部署上线，分步骤阐述，强调技术选型理由和性能优化
- 如何设计一个基于大模型的语音助手？
- 复习大模型训练与优化技术，准备一个完整的AI项目案例，了解智能座舱行业趋势
职位点评
75
综合评分
高门槛、高成长、高薪酬的AI技术专家岗，但工作强度大，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
该职位最适合追求技术前沿、渴望在AI领域深耕，且能接受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95
工作生活40
使命价值85
薪资福利
75中等
薪资水平较高，福利待遇未明确提及，但作为头部车企核心研发岗，薪酬竞争力强。
薪资信号面议 (40K-70K/月)
成长发展
95较高
职位涉及大模型、多模态等前沿技术，技术成长空间巨大，且明确要求跟踪行业趋势、推动创新，发展性极强。
技术前沿前沿/新兴技术
技术栈TensorFlow、PyTorch、LoRA、P-Tuning、大模型、多模态
成长机会创新课题、POC验证
业务类型profit_center
工作生活
40较低
工作地点在宁波，需现场办公，未提及弹性工作或远程，且要求承担工作压力，WLB可能一般。
工作模式仅现场办公
办公地点未明确
加班情况JD含高强度暗示词
使命价值
85较高
智能座舱是汽车智能化的重要方向，对提升驾驶体验和安全有积极意义，行业前景广阔。
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