理想汽车NVH数据智能工程师-北京
任职要求
1. 硕士及以上学历，软件工程、计算机、车辆工程、机械、能源动力等相关专业； 2. 接触过pytorch/tensorflow等主流深度学习框架者优先； 3. 具备良好的C++或Python代码开发能力，有开源项目开发经验优先； 4. 对NLP主流大模型如GPT3/chatGPT/T5/PaLM/LLaMA/GLM等的原理和差异有清晰的理解； 5. 具备良好的机器学习思想、编程能力和数据处理能力，能够根据具体业务需求进行算法设计和实现。
工作职责
1. 负责NVH试验&仿真数据库的搭建和流程管理，包括但不限于.pdf/.xls/.csv等格式； 2. 构建基于机器学习或自然语言处理的智能自动化系统，解决具体业务问题； 3. 面向外挂数据库，实现大语言模型的调用并提升训练效率和回答准确率； 4. 跟进最新的学术进展，及时掌握大模型的前沿技术； 5. 按照项目计划，独立或协同开发智能化应用。
1. 负责大数据驱动的NVH智能诊断算法开发，基于车辆运行大数据（传感器数据、CAN信号、用户反馈等），构建热管理NVH异常检测模型； 2. 负责开发多源数据融合算法（时频分析、特征提取、聚类分析等），定位NVH问题根因，并量化其对系统性能的影响； 3. 负责热管理NVH智能运维与预测性维护，建立热管理NVH健康状态评估体系，通过机器学习预测部件剩余寿命，制定预防性维护策略； 4. 负责搭建NVH运维知识库，关联历史案例与解决方案，支持售后团队快速响应故障； 5. 负责数字化诊断工具开发，设计可视化分析平台，实现NVH数据动态监控、故障自动报警及维修建议生成； 6. 结合仿真数据（CAE/CFD）与实测数据，构建数字孪生模型，提升虚拟诊断准确性； 7. 指导热管理设计优化，基于大数据反馈提出NVH性能改进建议。
1. 负责整车NVH AI智能算法开发，结合仿真&试验数据库，实现AI应用落地和降本增效; 2. 基于Deepseek等先进大模型架构，研究大模型在NVH各业务场景下的性能提升； 3. 面向内部NVH数据库，实现大语言模型的调用并提升训练效率和回答准确率； 4. 构建基于机器学习或自然语言处理的智能自动化系统，解决具体业务问题; 5. 按照项目计划，独立或协同开发智能化应用。
1. 跨部门团队合作，深度参与白车身设计及其性能仿真、优化、验证、评审等，交付满足性能要求的白车身 2. 洞察与对标车身架构参数化创新方法及工程化，建立柔性参数化车身模型及性能评估，输出优化方案矩阵 3. 收集白车身结构相关的国内外法规，传递技术要求，支撑设计方案落地 4. 对接整车性能部门，完善相应规范及各车型VTS分解至白车身的指标 5. 依据车身开发需求，结合人工智能，创新结构分析及优化方法 6. 负责主责车型白车身(结构耐撞性、强度耐久、NVH)性能管控 7. 负责主责车型白车身系统强度耐久性能过程管理及目标达成 8. 负责白车身子组部件参数化模型快速生成及结构优化，如拓扑、尺寸、形貌、多目标优化等 9. 协助终版优化方案CAD数据的转化
1.电驱动总成匹配应用相关功能和性能需求收集、分析与实施方案制定； 2.电驱系统（电机、逆变器、减速器等）的台架标定与性能优化，包括扭矩控制、效率标定、热管理策略、NVH调校等，确保系统高效、可靠运行； 3.主导电驱系统与整车控制单元（VCU）的协同标定，优化动力分配策略，提升驾驶性、经济性及动力性表现； 4.参与下一代电驱技术的标定开发，推动电驱系统的高功率密度、轻量化及低能耗目标实现； 5.支持智能化线控底盘技术（线控制动、线控转向）的集成标定，确保与电驱系统的协同控制； 6.策划并执行电驱系统台架及整车标定试验（含高温、高原、高寒“三高”环境测试），分析数据并解决标定和测试过程中的技术问题； 7.对量产及售后问题提供技术支持，主导故障根因分析与改进方案制定； 8.制定电驱系统标定流程、技术规范及工具链建设，推动标定效率提升； 9.指导初级工程师，组织技术培训，引入AI驱动的标定工具（如端到端模型优化、大语言模型辅助决策）； 10.标定数据评审、版本管理、需求的闭环认可和数据发布； 11.面向横向产品开发团队的标定数据与测试支持； 12.内部项目的横向组织和协调，制定方案持续推动性能优化，达成产品竞争力目标。