采埃孚
Algorithm Engineer
Algorithm Engineer
发布于 大约 15 小时前普通员工/个人贡献者
上海市
中级经验
全职员工
仅现场办公
学历未注明
信息技术与基础设施
自动化
HPC
LLM
模型部署
CI/CD
AI模型
ADAS
工具链
AI 估算 · 20k–40k
跨国巨头上海算法岗，中级经验，薪资竞争力强，行业水平约20k-40k/月
职位详情
关于这个职位
该职位是采埃孚ADAS与HPC业务的算法工程师，主要负责端到端AI基础设施和自动化工具链的设计、部署与维护
你将与算法、DevOps和数据团队协作，确保模型部署的高效与稳定
适合有Python、Linux及CI/CD经验，并对AI工作流感兴趣的技术人员
最低要求
良好的软件排错能力
良好的团队合作和学习能力
精通Python
熟悉Linux
具备脚本编写经验（Python/Shell）
了解CI/CD基础知识
了解AI模型工作流（训练/推理）
工作职责
负责ADAS工作流的端到端AI基础设施和自动化工具链，包括设计、搭建、部署、集成和验证
在指定范围内推动批处理管道、模型部署框架和本地LLM使能方面的关键技术决策
作为算法、基础设施/DevOps和数据团队之间的主要联络人，确保顺畅协作
直接影响开发效率、部署可扩展性、系统稳定性和整体交付就绪度
处理工具、环境、数据管道和自动化流程之间的复杂依赖关系
优先资格
有模型部署经验者优先
有LLM或本地部署经验者优先
AI 洞察
优缺点分析
优点
- 采埃孚是汽车行业巨头，平台大，项目涉及ADAS前沿技术
- 职位涉及端到端AI基础设施，技能积累全面
- 需要处理复杂依赖和跨团队协作，沟通成本高
- 技术栈要求广泛，需要持续学习
- 业务剥离可能带来不确定性
缺点 / 挑战
- 业务剥离可能带来新机遇和挑战
- 适合对自动驾驶和AI基础设施有浓厚兴趣，喜欢技术挑战和跨团队合作的工程师
角色解读
- 在ADAS和自动驾驶领域深入发展，成为AI基础设施专家
- 接触前沿技术如LLM本地部署，转向高级算法工程师或技术架构师
- 业务剥离可能带来创业型项目，获得独特成长机会
- 负责ADAS工作流的AI基础设施和自动化工具链的设计、部署和维护
- 与算法、DevOps和数据团队协作，确保模型部署的效率和稳定性
- 处理工具、环境、数据管道和自动化流程之间的复杂依赖关系
- 精通Python，熟练使用Linux和Shell脚本
- 了解CI/CD流程和AI模型工作流（训练/推理）
- 具备软件排错能力和团队协作能力
申请策略
- 关注采埃孚ADAS业务发展，了解自动驾驶行业动态
- 突出Python编程和Linux使用经验
- 强调CI/CD和模型部署相关项目
- 展示团队协作和问题解决能力
- 学习Docker/Kubernetes等容器化技术
- 深入了解LLM部署和推理优化
面试指南
- 技术问题用STAR法则，协作问题强调沟通和主动性
- 介绍你参与过的AI模型部署项目
- 如何处理CI/CD流水线中的问题
- 你如何调试一个复杂的Python脚本错误
- 你了解哪些模型部署框架？
- 你如何与算法团队和DevOps团队协作？
- 准备一个端到端模型部署的案例
- 熟悉常见CI/CD工具（Jenkins, GitLab CI）
匹配度报告
71
综合匹配度
大厂平台，前沿ADAS+AI技术栈，薪资有竞争力，WLB不明确
适合人群
适合追求技术成长和行业前沿、能接受一定工作强度的求职者
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利70
成长发展85
工作生活50
使命价值80
薪资福利匹配
70中等
薪资未明确披露，但作为跨国巨头上海岗位，预计有竞争力；JD未提及具体福利
薪资信号未披露（AI估算：20K-40K/月）
成长发展匹配
85较高
职位涉及ADAS、LLM等前沿技术，技能成长空间大；国际化发展机会和灵活工作环境
技术前沿前沿/新兴技术
技术栈Python、Linux、CI/CD、AI模型、部署、LLM
成长机会国际化发展机会、灵活工作环境
业务类型profit_center
工作生活匹配
50较低
仅现场办公，未明确远程；灵活工作环境提及但未具体说明，work-life balance信号不足
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）
工作生活平衡灵活工作环境
使命价值匹配
80较高
ADAS业务属于高速增长赛道，致力于更安全清洁的出行，社会意义明确
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号塑造未来出行、更安全、更清洁的出行
创新程度积极采用新技术
Watch Jobs