人才跨界湧入智能駕駛：理性與瘋狂并存

“智能駕駛圈入門求教”的話題已全面「入侵」各大網絡平台。

作者 | 潔萍

編輯 | 文靓

“三年搜廣推經驗，有沒有機會轉決策規劃控制？網際網路太沒有生機了。”

“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網際網路大廠程式員，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、哔哩哔哩等各大網絡平台。

教育雙減緻線上教培急刹車、網際網路行業全面反壟斷、社群團購從熱到涼、叫停遊戲版号審批.....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，網際網路行業又現一波裁員潮，至今愈演愈烈。

相比之下，智能汽車賽道有着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，智能駕駛公司湧現，行業對軟體算法人才極度渴求，主機廠、Tier1、智能駕駛公司漸漸成為大廠程式員們的落腳地，電子系或計算機系應屆生們開始不再将網際網路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，推動着各路人馬蜂擁進入智能汽車以及自動駕駛行業。

轉型：有的為高薪，有的為“不卷”

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，“不打算去卷感覺，請問群裡的各位都是怎麼确定方向的？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履歷，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麼問道。

群裡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産品經理，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。

而在職場社交平台脈脈上，關于“網際網路人如何轉型到車企”“網際網路遇裁員，我能去車企嗎？”的話題更是早早就被提出來，回答和讨論不斷在更新，圈内HR、獵頭紛紛也活躍在此，并向潛在候選人抛出橄榄枝，稱“沒有汽車相關知識也可以轉型做自動駕駛”。

如果翻看目前主機廠、Tier1或智能駕駛企業算法工程師的履曆，會發現确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。

陳均的大學和博士都是實體方向，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，而後轉向自動駕駛領域，現任某造車新勢力算法研發總監、自動駕駛區域平台負責人。

智加科技的聯合創始人兼CTO鄭皓也經曆了「轉型」。在進入智能駕駛行業之前，他曾創辦過社交平台大資料分析企業，後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台等方面的開發。

吸引非科班人才挪至智能駕駛領域紮根的因素，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内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，除了正常的網際網路人才，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釋出的《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、資訊技術和服務、科研院所、計算機軟體和網際網路企業的相關人才都很有可能成為跨界造車的儲備力量。

據該集團的人才資料庫統計資料分析，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。

而資訊技術和服務、計算機軟體和網際網路員工選擇進入自動駕駛領域的其中一個原因，則是在薪酬水準相近的條件下，自動駕駛該領域的工作時長更為合理和健康。

雖說湧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、控制算法和感覺算法，測試方向則又分為軟體測試和實車測試。

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。

圖檔來源：清研車聯

而适合網際網路人的崗位，則集中在産品策劃、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，也具備産品思維，原本在網際網路企業做産品經理、使用者體驗、互動設計、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、互動設計、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，就職于網際網路企業“資料挖掘”“算法研發”“工程開發”“基礎平台搭建”等崗位的候選人，在新能源行業炙手可熱。

已過人才缺口高峰期？

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，汽車産業鍊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，又懂汽車的進階專家人才犯難，“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，當企業終于找到合适的算法工程師時，卻發現這位候選人手裡拿着七八張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别優秀，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，後年就會要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，“不是一将難求，而是一人難求”，為了吸引人才，企業隻能不停加價。

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，候選人隻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。

對着智能駕駛領域摩拳擦掌的人越來越多，提供相應線上課程的機構也在近年應運而生，比如深藍學院、七月線上、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，甚至宣稱，僅用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内部的轉型轉崗，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，隻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，是以企業就沒有前幾年那麼瘋狂地出價了。”

這些因素也在一定程度上助推了入行門檻的增高。

比如雲鲸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。而這些人才在社招履歷池中通常很少。”

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，履歷非常亮眼但對細節不求甚解。

“相比大而全的項目經曆，在小鵬我們更偏好候選人的基礎紮實和高潛力。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。”

智能駕駛行業進階人才的供給，則仍處于嚴重供不應求狀态，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，沒什麼就業壓力。”

而就在前不久，因為推薦的候選人水準沒達到要求，彭春還被一個企業的HR怼了。

“HR說，‘你覺得企業願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幹過一天，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，“有時候為了挖來适合的人，連專家的狗，我們都會管”。

“經驗反而成了枷鎖”

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曆一段時間的調整期，但并不是所有人都能順利适應新工作。

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後水土不服的現象：部分車企在招聘崗位上會注明要求網際網路背景，但當網際網路人才入職後，又可能出現諸多文化的不适應，最終選擇離職。

同樣的故事在一些網際網路背景的汽車軟體和新興車企中上演，“特别是标榜自己是科技型的創新公司，隻招聘網際網路公司背景的人才，對于車企背景的産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網際網路的節奏被迅速推出、疊代，不少傳統汽車人對此膽戰心驚，而網際網路人則認為傳統車企因循守舊、不懂創新，産品形态急需變革，雙方間的争論不休。

在彭春看來，網際網路企業出身和傳統車企出身的人，代表着兩種截然不同的企業文化和工作模式。

網際網路公司習慣小步快跑疊代産品，對失敗和錯誤有一定的容忍度，大多采取彈性工作制，傳統車企的産品思維則是盡量不出錯，同時由于涉及的零部件多，需要各方互相協作，就形成了整齊劃一的工作時間，大多是朝九晚五。

當帶着兩種截然不同思維習慣和工作模式的人互相碰撞，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網際網路大廠深度合作，大廠相關人員入駐該車企總部後，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，則仍保留着相對寬松的工作氛圍。“他們雙方（傳統車企和網際網路公司）都在互相容忍，試圖尋求一個合适的共處模式，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産品開發思維。

司晨就從傳統車企Tier1的MCU開發崗，去到一家網際網路企業擔任智能座艙進階工程師。

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曆的沖擊：

在入職新公司前，我以為進入汽車行業的網際網路公司會嘗試建立汽車軟體的開發流程和能力。入職後，我發現自己大錯特錯，之前傳統Tire1的工作經曆完全沒用了。這些經驗反而成為了枷鎖，讓我很難适應網際網路公司的開發流程和節奏。至今，我還未适應這種節奏。

司晨認為，相比于傳統汽車Tier1，網際網路企業有着更強的軟體能力和工具開發能力，以及更開放的使用開源技術态度。

“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。而我所在的網際網路公司有專門的工具開發團隊，我進行軟體測試的大多數應用軟體都由該團隊開發，這個能力真的很牛”。

卡林仙人則是曾在網際網路企業從事後端研發十餘年的資深程式員，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，由于如今網際網路行業的開發、測試和運作環境都已非常成熟，網際網路企業的開發者通常隻需關注到作業系統接口層，而無需深入到硬體層。

但當進行自動駕駛系統的開發時，由于軟體系統與車輛平台、車端硬體和傳感器緊密耦合，且行業正處于快速進化的高速成長階段，車型與傳感器型号繁多，技術标準和接口多變，就需要開發者從軟體到硬體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體配置和軟體部署調試的全過程，才能加深整體認識，避免盲人摸象。”

是以随着智能駕駛技術走向産品落地、功能上車，有着跨行業、跨學科背景的複合人才正受到汽車行業各方企業的追捧。

科脈人力就表示，能夠将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，同時随着汽車行業逐漸網際網路化，行業的“内卷”現象也将越來越嚴重，“大小周”逐漸成為标配。

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，但未來五年内，由于自動駕駛技術多隻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，需要進行心态上的調整。”

（樂扣、陳均均為化名）

END

智能駕駛「投資」加速内卷：挑選與反挑選

「無人」駕駛，正在遭遇「用人」荒