智驾算法工程师跳槽复盘:焦虑与选择

✅我是丁师兄，专注于智能驾驶大模型，持续分享LLM面试干货。

✅大模型1v1辅导，已帮助多名同学成功上岸

offer捷报

恭喜学员拿下大模型独角兽月之暗面offer，总包60w+。从最开始面试被卡，回来做面试复盘，每场面试都录音回听，补齐短板。训练营这边，我布置的实战作业一个都没有落下，项目手动复现吃透。

上岸靠的不是运气，而是方法+强度，逼你在实战中，一步步把能力练出来！！~需要大模型1v1辅导的同学快上车哦~

通过这次跳槽，我越来越确定一件事，对于算法工程师，焦虑的不仅仅是内卷和 35 岁危机，而是单模块的算法岗位会越来越少。

这是我跳槽前后，大量的交流和刷 JD ，走了一轮面试得来的感受。入职大半年了，也是有空和大家聊一聊。

25 年对于整个 AI 行业来说加快收敛的一年，大模型的飞速发展，智驾从端到端再到 VLA 的转变，技术的更新迭代让人眼花缭乱。

像我这样身处其中的从业者，一方面感到兴奋，但更多的是被时代抛下的担忧。

工业界有机会做新方向的，只有极少数人。大多数的工程师，仍然做着落后一两年的方案。

并且从端到端方案开始，大家越来越清楚，未来留给单独感知/预测/规控 的岗位只会更少。

很难不焦虑。如果我还不作出改变，未来的路肯定会越来越窄。

时间回到 25 年，那时候我做感知算法已经有些经验了，心态与入行相比，有了一些变化。

刚入职的时候，感觉什么都很新鲜，工作起来也是干劲十足，单纯的写个脚本就很开心。

但随着经验的增长，很多事情都变的很没劲，感觉一直都在做重复的事情，还要花很多时间拉通对齐。并且工作强度也是拉满。

于是萌生了换工作的念头：工作内容/收入/工作强度，总有一个要变好吧？抱着这样的想法，开始行动了。

和身边的朋友们聊了聊，结合疯狂刷招聘网站和自己的面试结果，对做算法的同学来说，有这样几个可选的方向，我把了解的信息分享给大家，希望有帮助：

可选的基本上就是传统/新势力主机厂/供应商三类。

在这个时间段，及时行动再慢的主机厂，想自研的团队也基本搭建起来了（比亚迪/吉利/奇瑞），但进度相比于新势力和头部供应商往往要落后一些。

虽然普通岗位仍有招聘，但像 VLA 等较新的方向才有机会捡漏一些核心岗位。如果求稳的话，这还是一个相对较好的选择。

对于几家新势力来说，智驾这方面是走在前面的（小鹏/理想），团队比较成熟，不太需要从外部招人，基本没啥机会。

能看到放出的一些岗位都是数据闭环相关的，虽然都知道算法的核心是数据，但就工作来说，上限不如在车端的算法岗位。

智驾供应商 的招聘需求有一部分取决于订单的多少。主机厂对于智驾供应商的选择是动态的，也有和自研团队赛马的情况。

当接到更多的订单时，供应商往往就会有一波招聘的需求。除了国内的华为/momenta/元戎/轻舟/卓驭外，还有老牌汽车行业的供应商博世。

得益于智驾技术逐渐成熟，人才/方案/硬件的成本都到了能满足商业化落地的范围内，26 年可以预见是 L4 逐渐大规模应用的一年，因此很多做 L4 的公司开始扩充团队。

具体的赛道有 robotaxi，无人配送/物流，封闭式场景 L4（港口/矿山/园区等）。

这些团队相对来说比较小（robotaxi 除外），商业模式比较清晰，喜欢小而美的氛围的可以去。

当智驾算法真正达到 L4 之后，下一个应用场景毫无疑问就是智能座舱了。但现在看起来还是比较遥远。

目前看到的招聘岗位更多的偏向于 VLM 等方向，和行泊车这类需要控车的算法关系不大，和 LLM 的技术栈其实更相关一些。但相应的压力可能没那么大。

当下最火的概念毫无疑问是具身智能了，各种相关的创业公司井喷。他们的招聘方向更偏向 VLA，强化学习，运动控制。普通的感知算法其实不太需要。

但未来真的很难说，我们讨论未来 50 年的产业，那具身智能一定是有前景的。但在说未来的两三年其实没那么确定。

世界的发展是螺旋上升的，具身智能在短期的未来能有大规模商业化的可能吗？

如果相信，或者愿意等到爆发的那一天，或者单纯的想蹭个热度，也都是可以的。

最后我选择了 L4 的方向，虽然不是最热门的，但综合来讲，更符合个人的判断。

具体的思考会放到下一篇笔记分享。当然我的信息也不一定准确，希望大家一起交流~

作者：SugarOO

来源：https://zhuanlan.zhihu.com/p/1994183499754795179

微信：dsxaigc