理想汽车AI应用开发工程师（汽车诊断开发方向）

1. 负责搭建汽车智能诊断技术框架与模型开发； 2. 基于诊断、车内总线数据、维修手册、工单等数据开发汽车诊断AI算法设计与实现，构建汽车诊断知识图谱； 3. 负责诊断数据清洗、预处理和分析； 4.负责多模态交互系统开发，开发基于大语言模型（LLM）的智能问答系统，支持自然语言查询故障解决方案。 5. 负责AI模型的部署与交付。

1. 学习并理解汽车热管理系统基本工作原理与核心性能目标。 2. 在指导下，参与解读热管理软件需求，并学习使用Matlab/Simulink进行基础控制策略建模。 3. 探索和应用机器学习/深度学习模型（如预测、优化、诊断）于热管理系统的具体任务。 4. 参与AI模型开发迭代过程，包括：协助数据收集、清洗、分析，实现模型原型和训练代码。 5. 学习和参与AI模型的工程化应用过程，了解模型代码在嵌入式设备上的部署与测试基础。 6. 积极探索AI前沿技术在热管理及软件开发中的潜在应用。 7. 与团队成员进行开放、积极的技术沟通与学习分享。

1. 负责AI算法在电机控制、电源控制或诊断预警等领域的应用，以及在嵌入式芯片部署落地； 2. 负责基于动驱软件业务场景大语言模型应用的数据探索、Prompt Engineering、模型微调等工作，软件AI智能体落地； 3. 建立软件数据管理体系，保障数据的准确性、完整性和安全性； 4. 持续跟进业内技术方向并与团队业务方向结合进行技术方向规划指定。

1.针对车控域（比如智能诊断等）面临的问题，从AI角度提出解决方案 2.负责数据驱动智能化应用的设计、可行性验证、建模和开发； 3.主导整车控制领域人工智能前沿技术的感知和研究；