从顺义的研发园区到常州的自建基地,从算法、芯片到总装产线和门店交付,北京理想汽车有限公司招聘的岗位清单每天都在变,这里把散在各处的信息收成一份能直接用的地图。
按职能挑方向、按城市算通勤、按流程倒推投递节奏,校招社招实习三条通道并行开放,投出去的每一份简历都能看到下一步走到哪。
很多人投智能电动车企业的方式是「看到岗位就投,投完等消息」,结果连着三四家都卡在初筛。问题往往不出在能力,而出在投递动作太粗:同一个职位名,在不同公司、不同基地、不同职级上,干的完全不是一件事。把下面三层拆清楚,通过率会有肉眼可见的变化。
以智能驾驶为例,感知算法、规控算法、数据闭环、仿真平台,这四个方向在 JD 里可能都写着「自动驾驶算法工程师」,但日常画风天差地别:感知天天跟模型和算子打交道,规控更接近控制理论与实车标定,数据闭环偏工程链路和挖掘效率,仿真平台则是纯粹的基础设施建设。投之前把 JD 里的关键词圈出来——是 PyTorch、算子优化,还是实车调试、场景库——圈完你就知道自己是不是那个岗位要的人。写简历时也照着这些关键词调整措辞,别用一份通用简历打十个方向。
研发岗集中在北京顺义与上海,制造与工艺岗主要落在常州基地,销售与服务岗则覆盖全国城市。这不只是通勤问题:研发园区节奏跟着车型节点走,冲刺期加班密集但技术密度高;基地岗位跟着产线节拍走,作息规律、现场问题真实,成长路径偏工艺与管理;门店岗位跟着交付量和用户走,收入弹性最大。选城市之前,先问自己未来三年想把自己练成什么样子,再倒推去哪个城市。
初级岗位考基础扎实度和学习速度,准备重点是把自己做过的项目讲清楚:为什么这么做、踩过什么坑、数据怎么来的。中级岗位考独立闭环能力,面试官会追着你问「这件事最后产生了什么结果,怎么量化」。高级岗位考判断力和带人能力,问的是技术选型依据、跨部门怎么拉齐、失败的项目你怎么复盘。同一份经历,三种讲法,准备方向错了一个层级,通常会挂在最后一轮。把这三层想明白再点投递,比多投二十份简历有用得多。
今年最明显的变化,是岗位结构而非岗位总量。自研芯片、基座模型、操作系统这三类岗位在头部车企的开放数量持续走高,而传统的外包式功能开发岗位在收缩——原因是竞争壁垒从「谁的零件更好」挪到了「谁的计算底座更省、更快、更能自己迭代」。对求职者来说,这意味着两件事:一是芯片验证、算子优化、模型压缩、端侧部署这些三年前还很冷门的技能,现在议价能力明显变强;二是纯应用层开发如果缺少系统视角,很容易被工具链替代。另一个信号是地域,研发岗位继续向北京、上海集聚,制造与供应链岗位往常州、芜湖这类自建基地城市下沉,而销售服务岗跟着渠道铺向三四线城市,同一家公司内部三种完全不同的生活半径。最后提醒一句:行业整体节奏快、组织调整频繁,投之前多问一句「这个岗位挂在哪个业务线、这条线今年的目标是什么」,比看薪资区间更能判断这份工作能不能干满两年。
理想招聘不是一个泛泛的岗位搬运站。它从一开始就只盯一家公司——北京理想汽车有限公司,把校招、社招、实习三条通道的岗位类别、工作城市、流程节点、薪资区间和面试经验,按求职者真正会问的顺序重新排一遍。做这件事的起因很朴素:我们自己也投过简历,最烦的不是竞争,是信息不确定——岗位还招不招、这个城市有没有坑、笔试大概考什么、第几轮开始谈薪,这些问题在官方页面上往往只给一半答案,剩下一半散在论坛和聊天记录里。于是我们把能核实的部分整理成结构化内容,把不能核实的明确标成「以官网为准」,绝不编数字、不写空话。内容团队由几位在整车、算法和制造领域待过的人组成,写每一篇岗位解读前会先读 JD、再找在职的人聊,能落到具体职能就不写「前景广阔」,能给区间就不给单点。我们也不劝你来:一份工作适不适合,取决于你想过什么样的日子,我们只负责把信息摊平,让你自己判断。如果你在这儿找到了合适的方向,顺利入职,那这个站点存在的意义就兑现了;如果你看完觉得不合适,那也省下了一轮无效面试的时间——对我们来说,这两种结果一样有价值。