座舱资深系统架构工程师

该职位来源于猎聘 岗位职责 (Key Responsibilities) 1. 制定 AI 驱动的座舱产品 Roadmap AI 前沿产品定义：紧跟生成式 AI（GenAI）、端侧大模型（LLM/VLM）、具身智能及多模态 Agent 发展趋势，定义未来 2–4 年 智能座舱的 AI 核心功能场景与技术 Roadmap。 算法平台化战略：主导座舱 AI 算法能力的“模块化、服务化、解耦化”架构设计，建立跨车型、跨算力平台高复用的算法中台体系，缩短新功能上线与 OTA 迭代周期。 2. 座舱前沿算法架构设计与技术攻关 多模态与端侧大模型：负责端侧/端云协同大模型（语音、视觉、多模态 Agent）在座舱内的系统级架构设计，设计低延迟、高并发的算法pipeline 与算力调度机制。 舱内全场景感知与交互：攻关并整合视觉感知（DMS/OMS/手势/视觉追踪）、空间音频/声场重构、AI 智能体交互等前沿算法，提升多模态人机交互的自然度与流畅度。 3. 算法维度的“设计降本”（Algorithm Design for Cost） 以软代硬与硬件解耦：通过高精度算法方案替代部分高成本硬件传感器（如利用视觉算法简化硬件感知冗余），实现系统级 BOM 成本降低。 算力压榨与模型轻量化：通过模型剪枝、量化（INT4/FP8 等）、蒸馏及 NPU 算力深度调优，实现“用小算力跑大模型/多算法”，降低对高昂顶级 SoC 芯片的依赖；通过端侧计算优化降解云端 API/Token 消耗成本。 4. 算法生态搭建与敏捷落地 算法与大模型生态：对接国内外主流 AI 大模型厂商、算法供应商及头部芯片厂商的 AI Lab，评估前沿算法的汽车座舱工程化落地可行性。 商业化竞标支持（RFQ）：向主机厂（OEM）展示下一代座舱 AI 体验的产品规划与前沿 demo，快速提供兼具体验优势与成本效益的技术方案，助力客户竞标。 任职要求 (Qualifications) 1. 教育背景与经验 计算机、人工智能、模式识别、自动化等相关专业硕士及以上学历优先。 6 年以上 AI / 汽车智能化相关算法研发经验，2 年以上 座舱 AI 算法系统架构、算法平台规划或产品定义经验。 2. 专业硬实力（前沿算法视角） 大模型与多模态 AI：深度理解 Transformer 架构、端侧 LLM/VLM 模型部署、Prompt 工程与 Agentic 工作流设计，熟悉端云协同架构。 座舱感知与交互算法：精通 CV（DMS/OMS/姿态/手势识别）、音频/语音（AOS/AEC/声场重构/TTS/ASR）等至少一个领域的算法架构与工程落地。 模型优化与工具链：熟悉主流深度学习框架（PyTorch/TensorFlow）及模型量化/压缩工具链，理解主流座舱 SoC 芯片的 NPU/TPU 算力特性与 Tensor 映射规则（无须底层驱动开发经验，侧重算力适配与算法效率）。 3. 商业敏锐度与软实力 成本与效果平衡感：具备强烈的工程降本意识，能精准衡量“算法效果、算力开销、内存占用、BOM/云端成本”之间的平衡。 产品定义力与洞察力：对智能座舱的“人机交互体验”有极高敏感度，能将复杂的 AI 算法能力转化为用户有感的终极座舱体验。 加分项 (Preferred Qualifications) 有主流 OEM 或头部 Tier 1 端侧大模型上车 / 智能 Agent 架构 量产落地项目经验者优先。 熟悉空间计算（Spatial Computing）/ 3D UI / 舱内 AI 空间音频 等前沿交互技术架构者优先。