公司简介：
德赛西威（股票代码：002920）是国际领先的汽车电子企业之一，是智能网联技术积极推动者。德赛西威专注于人、机器和生活方式的无缝整合，为智能驾驶舱、智能驾驶以及车联网技术提供创新、智能、具有竞争力的产品解决方案和服务。德赛西威三十多年来在开发设计、质量管理和智能制造领域的专业能力，确保公司能够满足汽车制造厂商的多元需求，为客户提供卓越的产品和服务。目前德赛西威与大众集团、马自达集团、沃尔沃汽车、一汽集团、上汽集团、吉利汽车、长城汽车、广汽集团、奇瑞汽车、蔚来汽车、小鹏汽车等国内外汽车制造商建立了良好的合作关系。德赛西威总部设在惠州，在南京、成都、上海以及新加坡、欧洲、日本分别设立研发分部和分支机构，是中国最大的汽车电子企业之一。在招职位如下：
Linux开发工程师
工作城市：惠州
薪资：3k-4k
学历要求：本科,硕士,博士
岗位性质：实习
岗位描述：
薪资：3k-4k
学历要求：本科,硕士,博士
岗位性质：实习
岗位描述：
工作职责：
1、使用C/C++语言，进行车载座舱产品的应用程序代码设计；
2、负责相关产品Linux程序开发；
3、负责分析和解决项目开发中测试提出的bug；
4、负责编写软件需求文档。
任职资格：
1、大学本科及以上学历，电子、自动化，计算机或软件等相关专业；
2、熟悉C/C++语言程序设计；
3、熟悉软件技术文档的编写，具备良好的文档编制和代码编写规范，掌握UML应用基础知识；
4、英文CET-4或以上，能阅读各种技术文档；
5、有Linux/QNX平台开发经验优先；
1、使用C/C++语言，进行车载座舱产品的应用程序代码设计；
2、负责相关产品Linux程序开发；
3、负责分析和解决项目开发中测试提出的bug；
4、负责编写软件需求文档。
任职资格：
1、大学本科及以上学历，电子、自动化，计算机或软件等相关专业；
2、熟悉C/C++语言程序设计；
3、熟悉软件技术文档的编写，具备良好的文档编制和代码编写规范，掌握UML应用基础知识；
4、英文CET-4或以上，能阅读各种技术文档；
5、有Linux/QNX平台开发经验优先；
前期工艺开发-AI方向（技术培训生）
工作城市：惠州
薪资：30k-35k
学历要求：硕士,博士
岗位性质：全职
岗位描述：
薪资：30k-35k
学历要求：硕士,博士
岗位性质：全职
岗位描述：
岗位职责
1. 基于公司智能制造、数字孪生、机器人应用等核心业务场景，挖掘AI技术可落地的改善点，结合业务痛点设计AI应用方案，推动AI技术与实际业务的深度融合，助力生产效率、产品质量、运维水平提升。
2. 负责AI应用的落地执行，结合自身AI基础，协助推进AI相关工具、模型（非深度模型研发）的适配与应用，优先考虑有AGENT开发经验者，能够独立或协助完成简单AI应用模块的搭建与调试。
3. 协助对接机器人应用、数字孪生系统、工业数据挖掘等相关业务环节，收集业务需求，梳理AI应用场景，输出场景分析报告及应用落地规划，推动跨部门协作完成AI改善项目。
4. 参与AI应用项目的测试、迭代与优化，跟踪应用效果，收集反馈意见，持续优化AI应用方案，确保应用落地后达到预期改善目标，降低业务成本、提升业务效率。
5. 关注工业领域AI应用前沿技术（如多模态应用、AGENT技术、轻量化AI工具等），结合公司业务实际，提出合理的技术应用建议，助力内部AI应用能力提升。
6. 协助整理AI应用相关文档、操作手册，推动内部AI应用知识的普及，配合业务团队完成AI应用相关的培训与指导。
职位要求
1. 硕士及以上学历，计算机、自动化、人工智能、工业工程等相关专业，具备扎实的AI基础（熟悉机器学习基本原理、常用AI工具使用）。
2. 优先要求：有AI应用落地经验，具备AGENT开发经验者优先考虑，无需深入的模型研发能力，重点关注场景挖掘与应用落地能力。
3. 了解智能制造、数字孪生、工业机器人等相关领域业务逻辑者优先，能够快速理解业务痛点，挖掘AI改善空间。
4. 具备良好的逻辑思维、问题分析与解决能力，能够独立梳理业务需求，设计可行的AI应用方案。
5. 具备较强的沟通协调能力和跨部门协作意识，能够高效对接业务团队，推动AI应用项目落地。
6. 学习能力强，愿意主动探索工业领域AI应用新场景、新方法，有责任心，能高效完成各项工作任务。
1. 基于公司智能制造、数字孪生、机器人应用等核心业务场景，挖掘AI技术可落地的改善点，结合业务痛点设计AI应用方案，推动AI技术与实际业务的深度融合，助力生产效率、产品质量、运维水平提升。
2. 负责AI应用的落地执行，结合自身AI基础，协助推进AI相关工具、模型（非深度模型研发）的适配与应用，优先考虑有AGENT开发经验者，能够独立或协助完成简单AI应用模块的搭建与调试。
3. 协助对接机器人应用、数字孪生系统、工业数据挖掘等相关业务环节，收集业务需求，梳理AI应用场景，输出场景分析报告及应用落地规划，推动跨部门协作完成AI改善项目。
4. 参与AI应用项目的测试、迭代与优化，跟踪应用效果，收集反馈意见，持续优化AI应用方案，确保应用落地后达到预期改善目标，降低业务成本、提升业务效率。
5. 关注工业领域AI应用前沿技术（如多模态应用、AGENT技术、轻量化AI工具等），结合公司业务实际，提出合理的技术应用建议，助力内部AI应用能力提升。
6. 协助整理AI应用相关文档、操作手册，推动内部AI应用知识的普及，配合业务团队完成AI应用相关的培训与指导。
职位要求
1. 硕士及以上学历，计算机、自动化、人工智能、工业工程等相关专业，具备扎实的AI基础（熟悉机器学习基本原理、常用AI工具使用）。
2. 优先要求：有AI应用落地经验，具备AGENT开发经验者优先考虑，无需深入的模型研发能力，重点关注场景挖掘与应用落地能力。
3. 了解智能制造、数字孪生、工业机器人等相关领域业务逻辑者优先，能够快速理解业务痛点，挖掘AI改善空间。
4. 具备良好的逻辑思维、问题分析与解决能力，能够独立梳理业务需求，设计可行的AI应用方案。
5. 具备较强的沟通协调能力和跨部门协作意识，能够高效对接业务团队，推动AI应用项目落地。
6. 学习能力强，愿意主动探索工业领域AI应用新场景、新方法，有责任心，能高效完成各项工作任务。
决策推理算法工程师（2026届春招）
工作城市：上海
薪资：25k-30k
学历要求：硕士,博士
岗位性质：全职
岗位描述：
薪资：25k-30k
学历要求：硕士,博士
岗位性质：全职
岗位描述：
职位描述
1参与自动驾驶系统中选道决策、行为决策、交互决策、参考线等模块的研发与落地；
2在结构化和非结构化道路场景下，设计高性能、高可靠性的决策规划算法，并完成代码实现、仿真验证、实车测试与迭代优化；
3参与数据防护与评测体系的搭建，通过仿真和闭环测试量化算法效果，驱动持续改进；
4探索并尝试将端到端模型引入决策规划流程，例如：基于学习的决策先验、模仿学习/强化学习替代部分规则逻辑、结合预测与决策的联合模型等；
5与感知、预测、控制团队紧密协作，推动下一代混合式（规则+学习）决策系统的工程化落地。
职位要求
1计算机、自动化、机器人、车辆工程、数学等相关专业，本科及以上学历（2025/2026届毕业生）；
2扎实的编程能力，熟练掌握C++，熟悉常用数据结构和设计模式，有良好的代码风格和工程习惯；
3了解自动驾驶决策规划基础概念（如状态机、决策树、A*/Lattice Planner、PID/MPC等），或对机器人/游戏AI中的决策问题有学习或实践经验；
4具备良好的数学基础，理解坐标变换、车辆运动学/动力学模型，或愿意快速补足这部分知识；
5对以下至少一个方向有实际接触或浓厚兴趣（课程项目、竞赛、科研、实习均可）：
1）传统决策规划算法（如行为树、有限状态机、基于优化的轨迹规划）
2）深度学习/强化学习/模仿学习在运动规划或决策中的应用
3）端到端自动驾驶（如CILRS、Transfuser、UniAD等架构的复现或改进）
6加分项：
1)有ACM、RoboMaster、自动驾驶挑战赛等竞赛经历；
2)熟悉ROS/Apollo/CARLA/SUMO等开发或仿真工具；
3)有论文或开源项目涉及决策规划/端到端驾驶模型；
4)对博弈论、POMDP、MDP等不确定性决策方法有理论理解。
1参与自动驾驶系统中选道决策、行为决策、交互决策、参考线等模块的研发与落地；
2在结构化和非结构化道路场景下，设计高性能、高可靠性的决策规划算法，并完成代码实现、仿真验证、实车测试与迭代优化；
3参与数据防护与评测体系的搭建，通过仿真和闭环测试量化算法效果，驱动持续改进；
4探索并尝试将端到端模型引入决策规划流程，例如：基于学习的决策先验、模仿学习/强化学习替代部分规则逻辑、结合预测与决策的联合模型等；
5与感知、预测、控制团队紧密协作，推动下一代混合式（规则+学习）决策系统的工程化落地。
职位要求
1计算机、自动化、机器人、车辆工程、数学等相关专业，本科及以上学历（2025/2026届毕业生）；
2扎实的编程能力，熟练掌握C++，熟悉常用数据结构和设计模式，有良好的代码风格和工程习惯；
3了解自动驾驶决策规划基础概念（如状态机、决策树、A*/Lattice Planner、PID/MPC等），或对机器人/游戏AI中的决策问题有学习或实践经验；
4具备良好的数学基础，理解坐标变换、车辆运动学/动力学模型，或愿意快速补足这部分知识；
5对以下至少一个方向有实际接触或浓厚兴趣（课程项目、竞赛、科研、实习均可）：
1）传统决策规划算法（如行为树、有限状态机、基于优化的轨迹规划）
2）深度学习/强化学习/模仿学习在运动规划或决策中的应用
3）端到端自动驾驶（如CILRS、Transfuser、UniAD等架构的复现或改进）
6加分项：
1)有ACM、RoboMaster、自动驾驶挑战赛等竞赛经历；
2)熟悉ROS/Apollo/CARLA/SUMO等开发或仿真工具；
3)有论文或开源项目涉及决策规划/端到端驾驶模型；
4)对博弈论、POMDP、MDP等不确定性决策方法有理论理解。