薪酬概览
平均月薪
¥27900
中位数 ¥0 ｜ 区间 ¥23400 - ¥32300
数据来源：样本数量过少，仅供参考；更新时间：2026年7月13日
月薪分布
71.4% 人群薪酬落在 >30k
三大影响薪酬的核心维度
影响薪资的核心维度1：工作年限
影响薪资的核心维度2：学历背景
市场需求
9月新增岗位
1
对比上月：岗位减少6
数据由各大平台公开数据统计分析而来，仅供参考。
岗位需求趋势
不同经验岗位需求情况
| 工作年限 | 月度新增职位数 | 职位占比数 |
|---|---|---|
| 1-3年 | 1 | 100% |
热招职位
1、转接公司与客户的桥梁和纽带，要认真做好公司的窗口服务工作，接待主动、态度热情、服务周到、文明用语、礼貌待客，做好客户的休息、饮水、娱乐等服务工作；
2、负责客户休息区的环境卫生及绿化布置、每日清洁；
3、发布与销售店里车型；
4、负责客户休息区相关设备的维护。
1.负责对接客户技术需求（包括功能需求、系统交互需求、诊断通信需求等），并进行精准分解，传递至内部算法、软件、硬件及测试团队。
2.负责项目开发过程中问题的分析、解决方案制定，并跟踪算法开发、软件实现及硬件适配过程，解决系统级技术问题，确保问题闭环。
3.熟悉ACC/LCC/LKA/AEB/LDW/ELK等L2功能，深入理解其功能应用场景及弱势场景，确保功能实现符合设计预期。
4.熟悉ADAS相关国内外准入法规（如GSR, ADR等），熟悉E-NCAP/C-NCAP/A-NCAP等安全评级测试章程及要求，确保产品合规性。
5.参与系统架构设计及功能定义，协助制定技术方案和验证策略。
作为AI部门核心骨干，负责手机端AI语音助手、AI相关应用的系统架构规划与产品特性落地，主导需求分析与AI技术方案设计，衔接跨部门协作，保障业务交付与架构演进，支撑AI产品核心竞争力。
岗位职责
1. AI系统架构规划与看护
- 主导手机端AI语音助手、AI应用的系统架构规划与设计，保障架构稳健、前瞻、可扩展，支撑业务长期演进。
- 追踪Agent、多模态、大模型、端侧AI、AI助手等前沿技术和产品发展，评估适配价值并推动技术迭代。
2. AI方案设计与落地
- 拆解AI产品需求为技术指标，完成可行性分析与方案概设。
- 输出含逻辑/技术架构的核心方案，覆盖AI能力集成、端侧部署等关键模块。
- 拆分功能模块、明确边界与交付标准，跟踪项目进度，解决技术难题确保交付达标。
3. 跨域协作与资源拉通
- 作为接口人拉通研发团队资源，明确分工，保障方案顺畅落地。
- 对接内外部需求，建立AI技术合作机制，支撑产品特性体验。
4. 技术攻关与团队赋能
- 攻关手机端AI产品复杂场景技术难题，提供核心决策支持。
- 赋能团队AI架构与方案设计思路，提升团队技术能力。
1. 收集客户原始需求及市场竞品分析，定义雷达平台系统需求规范，编写产品手册；
2. 项目前期作为技术接口与客户对接，支持项目前期客户技术认可工作；
3. 按照项目计划主导和推进项目开发工作，收集客户需求，编写内部系统需求/诊断调查表等文档，并传递到内部算法功能测试组；推进解决开发以及售后过程中出现的相关技术问题；
4.在产品开发过程中分阶段组织系统设计评审，管理系统相关体系流程文档工作；
5.支持Aspice 以及功能安全系统相关工作。
1. 分析车载电机控制器相关的客户需求，并对开发可行性进行评估
2. 提供电机控制器相关项目售前技术方案、报价及开发时间周期预估
3. 分解客户需求，编撰控制器系统需求
4. 分析客户需求，识别特殊特性，编撰特殊特性清单
5. 对控制器硬件、软件、结构等方向进行概要设计，编撰系统方案
6. 编撰SDFMEA
7. 评审各子方向的工作产品是否符合客户需求及系统需求
8. 管控整个控制器开发过程的质量要求
9. 产品配置审计管理
10. 管理整个项目的技术开发以及与客户的技术对接
12. 组织项目团队解决开发过程中的质量问题
1、公用系统文件管理:负责公用系统相关的日常文件、记录、操作规程、变更等处理。
2、指导参与岗位人员执行水系统周期性监测，并分析数据，及时发现异常并采取纠正措施；
3、备品备件管理:负责日常备品备件管申购、进出库、台账管理4、统计分析能源消耗，推行节能降耗措施，优化运行方案，降低生产成本。
5、协助部门开展其他相关工作；
1、负责发动机整机结构方案布置及优化
2、负责整车机舱适配
3、负责发动机总成相关技术文件、标准等编写
4、负责发动机产品指标达成
5、负责发动机产品开发过程管理
1.物理仿真架构：基于 Isaac Sim/Gym 或 Genesis 搭建高保真物理环境，实现精确的动力学、碰撞检测和传感器建模
2. 数字孪生管线：开发自动化场景重建工具（如NeRF/3DGS-based场景生成），实现Real-to-Sim
3. 工具链开发：构建仿真数据生成工具、批量场景生成系统、可视化调试平台
4. 性能优化：利用GPU并行化实现大规模并行仿真4. Sim2Real桥接：减小仿真与现实差距，开发域随机化(Domain Randomization)工具
1、负责机器人各模块间基于ROS1、ROS2、LCM或其它常用库的通信协同；
2、负责路径规划、运动控制、感知、定位各模块数据分发、订阅协议的制订，负责机器人多模块控制同步、性能优化、多线程管理、系统优化重构等工作；
3、协助激光雷达、IMU、关节驱动器、摄像头等多设备的通信接口开发和接口定义规范；
4、负责各模块间通信稳定性测试及对应单元测试，维护各模块功能不受异常输入影响；
1.负责新能源车整车热管理系统设计、部件选型、仿真、优化和测试；
2.整车热管理系统控制算法开发、标定及优化；
3.负责新能源车热管理-动力学-控制等多系统联合仿真与虚拟测试。
1.负责新能源整车控制项目，客户接口、系统需求开发及方案设计；
2.负责VCU产品系统开发及功能定义；
3.负责VCU软件开发、集成及现场标定支持；
4.协调VCU产品软硬件开发、测试、试验、生产等过程；
5.负责VCU产品的售前及售后质量问题分析。
Cloud LLM Agent 系统研发工程师【2027届校招】
关于我们
我们致力于构建新一代大模型系统基础设施，让大模型不仅能“对话”，而是能够在真实业务和自动驾驶研发场景中稳定运行、可控执行并持续进化。
本方向聚焦云端 LLM Agent 系统、工具调用、工作流编排、多 Agent 协同和生产级 Agent Infra，强调工程能力、系统设计能力和面向真实业务场景的稳定落地能力。
岗位职责
作为 Cloud LLM Agent 系统研发工程师，你将参与构建面向真实业务场景的云端 Agent 基础设施，主要工作包括：
参与构建云端 LLM Agent 系统，包括工具调用、任务执行、工作流编排和多 Agent 协同能力。
设计和实现 Agent 执行框架，包括状态管理、任务调度、上下文管理、记忆机制和执行恢复。
对接内部系统、研发工具链和数据平台，建设自动化任务执行能力。
优化 Agent 系统的稳定性、延迟、成本和可观测性，支持生产环境持续运行。
建设 Agent 评测、回归测试、badcase 分析和效果迭代体系。
与模型训练和端侧部署团队协作，推动 Agent 场景下的模型能力优化和工程闭环。
任职要求
计算机相关专业本科及以上学历
扎实的计算机基础，包括数据结构、操作系统、网络、分布式系统等。
熟悉至少一种编程语言（Python / Go / Java / C++）。
对大模型、Agent 系统或 AI 应用工程有基本了解或强兴趣。
具备良好的工程动手能力、问题定位能力和系统设计意识。
能阅读英文技术文档。
加分项（非必须）
有 LLM Agent、RAG、工具调用、工作流引擎或自动化系统项目经验。
熟悉 LangChain、LlamaIndex、AutoGen、OpenAI / Anthropic / LiteLLM 等相关框架或 API。
熟悉 Kubernetes / Docker / Linux 环境，有服务端系统开发经验。
有异步任务调度、状态机、消息队列、事件系统或分布式系统经验。
有模型评测、prompt engineering、上下文压缩、记忆系统或 Agent 安全控制经验。
有开源项目或工程实践经验。
我们提供的成长机会：
深度参与生产级 Cloud LLM Agent 系统从框架设计、工具接入到线上运行的完整工程链路。接触真实业务和自动驾驶研发场景中的 Agent 落地问题。建立大模型应用系统在稳定性、可观测性、成本和效果迭代上的系统化经验。与训练、部署和业务团队协作，理解 AI Agent 从 demo 到 production 的关键工程挑战。
1. L4系统架构：承担自动驾驶系统的整体架构设计、模块划分与接口定义等工作；
2. 系统集成与调试：负责核心算法模块的系统集成与联调，解决跨模块耦合问题，针对不同硬件平台进行系统适配与性能调优；
3. 技术文档与团队协作：与算法、硬件、测试、产品等团队紧密协作，推动项目进度，确保产品按时交付。