在自动驾驶 开发全链路（数据 → 训练 → 部署 → 运维）中，负责打造并推广 AI 工具 与 LLM 应用，用可度量的方式持续 研发提效、为算法与软件团队 提效赋能，同时共建工具链 生态。 核心职责 AI 工具与 LLM 应用研发 - 结合多模态大模型（LLM + 视觉/语音）设计数据标注、智能 QA、自动评测等工具，覆盖感知、决策、仿真等环节。 - 设计并实现 嵌入式性能分析与优化工具：利用 LLM+静态/动态分析自动识别车端瓶颈、生成优化补丁与度量报告。 - 构建 自动单元测试生成与覆盖率监测 系统：支持边缘/云端混合执行、CI 链路无缝接入。 - 开发 自动 Code Review (CR) 平台：结合 LLM 检测代码缺陷、风格、复杂度及 MISRA 等规范违规，并生成可执行修复建议。 全链路效能度量与优化 - 建立从数据采集到模型上线的 KPIs（时延、成本、准确率），量化 研发提效 效果；持续 A/B 对照迭代。 跨团队协作 - 与数据平台、CI/CD、DevOps、硬件团队对齐接口标准；支持云边协同部署，保障车端资源与时延。 前瞻技术评估 - 跟踪 AI 工具链、LLM Agents、AIGC 在自动驾驶行业落地的最新动态，输出技术选型与落地报告。

本科及以上，计算机/人工智能/汽车电子等相关。本科以上学历 - 熟练 Python/C++；有 2 年以上 AI 工具或平台开发经验。 - 具备容器化（Docker/K8s）、流式数据处理或分布式训练实际接入经验。 - 具备良好需求拆解与沟通能力，能用数据驱动决策。 加分项 - 自动驾驶量产或车端推理优化项目经历。 - LLM/Agent相关开发经验 我们的承诺 - 与顶尖自动驾驶团队并肩，通过 AI 工具 + LLM 应用 重塑开发范式。 - 完整的 自动驾驶开发全链路 实战场景，助你快速成长为效能专家。 - 竞争力薪酬、长期激励及开放创新的技术氛围。