<mark id="oztn4"></mark>
0
“三年搜廣推經驗，有沒有機會轉決策規劃控制？互聯網太沒有生機了。”
“車輛工程想往無人駕駛、智能車、車聯網方向發展，大學期間應該自學哪些課程和知識？”
“真誠求問，自動駕駛VS互聯網大廠程序員，應屆起薪差不多，長久來看哪個更有職業發展？”
......
類似的“智能駕駛圈入門求教”話題在過去一年中已全面「入侵」脈脈、知乎、CDSN，甚至虎撲、嗶哩嗶哩等各大網絡平臺。
教育雙減致在線教培急剎車、互聯網行業全面反壟斷、社區團購從熱到涼、叫停游戲版號審批.....2021年，面對政策紅利、行業紅利雙雙消失的境遇，從初創公司到巨頭企業，互聯網行業又現一波裁員潮，至今愈演愈烈。
相比之下，智能汽車賽道有著一派截然不同的光景。
這幾年，汽車行業迎來轉型關鍵期，智能化、網聯化、電氣化被提升至戰略性高度，智能駕駛公司涌現，行業對軟件算法人才極度渴求，主機廠、Tier1、智能駕駛公司漸漸成為大廠程序員們的落腳地，電子系或計算機系應屆生們開始不再將互聯網大廠視為就業第一選擇，車輛工程、自動化等專業出身的傳統汽車人也在思考如何轉型至智能駕駛領域。
被放大的焦慮和欲望，推動著各路人馬蜂擁進入智能汽車以及自動駕駛行業。
讀通信專業研二的樂扣，正想趁暑假找個自動駕駛算法崗位的實習，但她還在猶豫究竟是該往決策、Slam、規劃還是控制方向轉，“不打算去卷感知，請問群里的各位都是怎么確定方向的？自己看來看去都看傻了”。
最近這段時間，她報了百度Apollo的直播訓練營課程、加了不少自動駕駛的學習交流群，還給多個智能駕駛企業的不同崗位都投了簡歷，但仍然感覺沒有方向，于是忍不住在一個自動駕駛學習交流群這么問道。
群里和樂扣一樣非電子系或計算機系出身的人不少，有的在造車新勢力做產品經理，有的在傳統車廠做自動駕駛傳感融合，還有想了解哪家企業的智能駕駛業務做得更有前景的大三學生，都在幫她出謀劃策。
而在職場社交平臺脈脈上，關于“互聯網人如何轉型到車企”“互聯網遇裁員，我能去車企嗎？”的話題更是早早就被提出來，回答和討論不斷在更新，圈內HR、獵頭紛紛也活躍在此，并向潛在候選人拋出橄欖枝，稱“沒有汽車相關知識也可以轉型做自動駕駛”。
如果翻看當前主機廠、Tier1或智能駕駛企業算法工程師的履歷，會發現確實有不少都是半路出家，甚至有部分崗位由機械、車輛工程的應屆生直接入職，而他們之前都沒有深入接觸過智能駕駛相關知識、項目。陳均就是一個典型的例子。
陳均的本科和博士都是物理方向，但這卻不是其志向所在。出于對計算機視覺和深度學習的濃厚興趣，陳均花了兩年時間，從Python學起，而后轉向自動駕駛領域，現任某造車新勢力算法研發總監、自動駕駛區域平臺負責人。
智加科技的聯合創始人兼CTO鄭皓也經歷了「轉型」。在進入智能駕駛行業之前，他曾創辦過社交平臺大數據分析企業，后來又擔任雅虎北京全球研發中心副總裁，負責應用科學研究和個性化平臺等方面的開發。
吸引非科班人才挪至智能駕駛領域扎根的因素，高薪算是一個。
獵頭公司科脈人力就發現，智能駕駛從業者在主機廠內部差不多是薪酬最高的群體，遠超同職級其他方向從業人員。
而且，除了常規的互聯網人才，魚貫進入智能汽車領域的人才來源正在呈多元化發展。
根據獵頭公司一合人力集團發布的《2021中國自動駕駛技術人才流動發展現狀報告》，未來電器和電子制造業、信息技術和服務、科研院所、計算機軟件和互聯網企業的相關人才都很有可能成為跨界造車的儲備力量。
【 圖片來源：《2021中國自動駕駛技術人才流動發展現狀報告》 所有者：一合人力集團 】
據該集團的人才數據庫統計數據分析，選擇進入自動駕駛領域的應屆畢業生也大部分來自機械工程、車輛工程和通信工程等專業。
而信息技術和服務、計算機軟件和互聯網員工選擇進入自動駕駛領域的其中一個原因，則是在薪酬水平相近的條件下，自動駕駛該領域的工作時長更為合理和健康。
雖說涌入智能駕駛的人才來自各行各業，但從研究方向看，這些跨行人才的去處往往指向三類崗位，即算法類、仿真類和測試類。
其中，算法類又可細分為決策算法、SLAM算法、規劃算法、控制算法和感知算法，測試方向則又分為軟件測試和實車測試。
由于控制算法直接面對車輛，算法入門學習又相對簡單，不少車輛工程、機械類工程背景的汽車人在轉型至智能駕駛領域時，都會瞄準電子控制系統工程師、電子控制算法工程師、車輛工程師等崗位。
圖片來源：清研車聯
而適合互聯網人的崗位，則集中在產品策劃、車聯網、智能座艙、L3/L4級自動駕駛等領域，一車企員工稱，由于有一定的代碼能力，也具備產品思維，原本在互聯網企業做產品經理、用戶體驗、交互設計、人工智能或地圖等方向的，可以去智能駕駛領域做車機系統、交互設計、自動駕駛算法開發等。
小鵬汽車3D視覺負責人王煜城則在脈脈上表示，就職于互聯網企業“數據挖掘”“算法研發”“工程開發”“基礎平臺搭建”等崗位的候選人，在新能源行業炙手可熱。
行業最缺的還是算法類的研發工程師。
彭春在汽車圈做了13年的獵頭，汽車產業鏈企業不少高管都是經由她手順利轉型、成功跳槽，不過當下她正為如何找到既懂算法，又懂汽車的高級專家人才犯難，“提到就腦袋疼”。
此前行業缺人到最瘋狂時，一個典型的場景是，當企業終于找到合適的算法工程師時，卻發現這位候選人手里拿著七八張offer，一家比一家工資高。
“實際上這位候選人可能在各方面都不算特別優秀，由于頻繁跳槽推動了薪水往上漲。”
彭春認為，算法類的崗位已經浮躁到了令人害怕的程度，“你出錢高，我就會比你出得更高。候選人也開始浮躁，今年要30萬，明年要60萬，后年就會要90萬，甚至120萬”。
企業也是身不由己，曾有人力總監向彭春倒苦水，既懂算法又懂汽車的人實在太少，“不是一將難求，而是一人難求”，為了吸引人才，企業只能不停加價。
除了高薪，由于幾年前自動駕駛行業整體還在demo階段，企業在招算法崗人才時，要求也會寬松不少，候選人只要掌握一些自動駕駛相關的技能，很容易能找到一份不錯的工作。
對著智能駕駛領域摩拳擦掌的人越來越多，提供相應在線課程的機構也在近年應運而生，比如深藍學院、七月在線、汽車學堂等。當然，也有不少高校開始針對車輛工程出身的汽車人打造自動駕駛相關的訓練營，表示用5天時間就能夠帶領學員完成自動駕駛最小子集，學習整個研發流程，打造一輛無人車。
不過，相比于幾年前的野蠻生長時期，彭春認為當下自動駕駛行業已經過了人才缺口高峰期。
過去幾年，不管是車企還是tier1，都在增設智能駕駛部門或者成立智能網聯相關子公司、前瞻研究院，已有一大批傳統汽車人完成了內部的轉型轉崗，智能駕駛企業也通過多種途徑補足了低階研發人員。
“實際上行業對人才的需求遠未飽和，只是現在人才的來源多了很多，池子變大了，而且市場上已經培養出一批既懂汽車又懂算法的專業人才，所以企業就沒有前幾年那么瘋狂地出價了。”
這些因素也在一定程度上助推了入行門檻的增高。
比如云鯨智能聯合創始人李相根就曾在一場線上沙龍表示，由于最近行業的落地要求提升以及受疫情影響倒閉了一批公司，崗位減少的同時，現留存的公司對求職者的要求更高，“希望可以篩選出能夠面對實際問題，coding、解決問題，并且落地的優秀人才。而這些人才在社招簡歷池中通常很少。”
小鵬汽車算法研發總監劉蘭個川也透露，很多候選人的項目經驗往往是廣而不深，簡歷非常亮眼但對細節不求甚解。
“相比大而全的項目經歷，在小鵬我們更偏好候選人的基礎扎實和高潛力。我們自動駕駛團隊在面試的過程中，并不會考太難的算法題而更重視基礎和概念性問題。急功近利要不得。”
智能駕駛行業高級人才的供給，則仍處于嚴重供不應求狀態，企業間使勁互相挖人的動作也并未放緩。
智行者定位組負責人高翔表示，“一些專業實驗室的畢業生都不愁找工作，基本上畢業就被人挖走了，沒什么就業壓力。”
而就在前不久，因為推薦的候選人水平沒達到要求，彭春還被一個企業的HR懟了。
“HR說，‘你覺得企業愿意花上百萬去培養他嗎？我們需要一個成熟的，拿來就能用的，而不是沒在這個職位干過一天，讓他們來升職的。’”
彭春還透露，相比于買技術，中國自動駕駛行業挖人的現象十分普遍，她訂單接都接不過來，“有時候為了挖來適合的人，連專家的狗，我們都會管”。
而即使是順利轉型，拿到相關崗位offer，跨行人才以及被挖角的專家都需要經歷一段時間的調整期，但并不是所有人都能順利適應新工作。
某自動駕駛圈獵頭就在脈脈分享了候選人從車聯網企業跳向傳統車企后水土不服的現象：部分車企在招聘崗位上會注明要求互聯網背景，但當互聯網人才入職后，又可能出現諸多文化的不適應，最終選擇離職。
同樣的故事在一些互聯網背景的汽車軟件和新興車企中上演，“特別是標榜自己是科技型的創新公司，只招聘互聯網公司背景的人才，對于車企背景的產品技術專家不屑一顧”。
近幾年，越來越多新車和智能駕駛功能正按互聯網的節奏被迅速推出、迭代，不少傳統汽車人對此膽戰心驚，而互聯網人則認為傳統車企因循守舊、不懂創新，產品形態急需變革，雙方間的爭論不休。
在彭春看來，互聯網企業出身和傳統車企出身的人，代表著兩種截然不同的企業文化和工作模式。
互聯網公司習慣小步快跑迭代產品，對失敗和錯誤有一定的容忍度，大多采取彈性工作制，傳統車企的產品思維則是盡量不出錯，同時由于涉及的零部件多，需要各方相互協作，就形成了整齊劃一的工作時間，大多是朝九晚五。
當帶著兩種截然不同思維習慣和工作模式的人相互碰撞，就難免出現了企業組織文化的問題。
比如彭春透露，一傳統車企由于與某互聯網大廠深度合作，大廠相關人員入駐該車企總部后，使得員工壓力驟增，“工作非常卷，HR一直到晚上11點都還在面試”。
相比之下，該車企的分部，則仍保留著相對寬松的工作氛圍。“他們雙方（傳統車企和互聯網公司）都在互相容忍，試圖尋求一個合適的共處模式，但這需要高層去平衡協調”。
除了工作節奏需要互相磨合，來自不同領域的人才融合還要考慮對方的產品開發思維。
司晨就從傳統車企Tier1的MCU開發崗，去到一家互聯網企業擔任智能座艙高級工程師。
他發帖自述了從傳統汽車行業轉行進入智能駕駛領域所經歷的沖擊：
在入職新公司前，我以為進入汽車行業的互聯網公司會嘗試建立汽車軟件的開發流程和能力。入職后，我發現自己大錯特錯，之前傳統Tire1的工作經歷完全沒用了。這些經驗反而成為了枷鎖，讓我很難適應互聯網公司的開發流程和節奏。至今，我還未適應這種節奏。
司晨認為，相比于傳統汽車Tier1，互聯網企業有著更強的軟件能力和工具開發能力，以及更開放的使用開源技術態度。
“傳統汽車Tire1使用的工具大都由專門的公司提供，比如Vector和EB。而我所在的互聯網公司有專門的工具開發團隊，我進行軟件測試的大多數應用軟件都由該團隊開發，這個能力真的很牛”。
卡林仙人則是曾在互聯網企業從事后端研發十余年的資深程序員，五年前他轉向了自動駕駛車端基礎架構研發領域。
在他看來，由于如今互聯網行業的開發、測試和運行環境都已非常成熟，互聯網企業的開發者通常只需關注到操作系統接口層，而無需深入到硬件層。
但當進行自動駕駛系統的開發時，由于軟件系統與車輛平臺、車端硬件和傳感器緊密耦合，且行業正處于快速進化的高速成長階段，車型與傳感器型號繁多，技術標準和接口多變，就需要開發者從軟件到硬件再到系統的各個層面、各個環節都有所了解。
“開發者最好是能有機會自己親自參與硬件配置和軟件部署調試的全過程，才能加深整體認識，避免盲人摸象。”
因此隨著智能駕駛技術走向產品落地、功能上車，有著跨行業、跨學科背景的復合人才正受到汽車行業各方企業的追捧。
科脈人力就表示，能夠將傳統方向與新興技術的融合，擁有不同技術背景的人才在市場追捧度高，同時隨著汽車行業逐漸互聯網化，行業的“內卷”現象也將越來越嚴重，“大小周”逐漸成為標配。
不過彭春倒認為，雖然長久來看，高階自動駕駛領域的人才需求會越來越大，但未來五年內，由于自動駕駛技術多只能在封閉道路或者商用車落地，同時還會有一批智能駕駛公司倒下，行業所需人才會越來越少。
“相比于幾年前，現在跨行轉型至智能駕駛領域的人，能得到的機會或者利益，會遜色一些，在尋找機會時，需要進行心態上的調整。”
雷峰網#雷峰網#雷峰網(公眾號：雷峰網)
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
