人才跨界涌入智能驾驶：理性与疯狂并存

“三年搜广推经验，有没有机会转决策规划控制？互联网太没有生机了。”

“车辆工程想往无人驾驶、智能车、车联网方向发展，大学期间应该自学哪些课程和知识？”

“真诚求问，自动驾驶VS互联网大厂程序员，应届起薪差不多，长久来看哪个更有职业发展？”

......

类似的“智能驾驶圈入门求教”话题在过去一年中已全面「入侵」脉脉、知乎、CDSN，甚至虎扑、哔哩哔哩等各大网络平台。

教育双减致在线教培急刹车、互联网行业全面反垄断、社区团购从热到凉、叫停游戏版号审批.....2021年，面对政策红利、行业红利双双消失的境遇，从初创公司到巨头企业，互联网行业又现一波裁员潮，至今愈演愈烈。

相比之下，智能汽车赛道有着一派截然不同的光景。

这几年，汽车行业迎来转型关键期，智能化、网联化、电气化被提升至战略性高度，智能驾驶公司涌现，行业对软件算法人才极度渴求，主机厂、Tier1、智能驾驶公司渐渐成为大厂程序员们的落脚地，电子系或计算机系应届生们开始不再将互联网大厂视为就业第一选择，车辆工程、自动化等专业出身的传统汽车人也在思考如何转型至智能驾驶领域。

被放大的焦虑和欲望，推动着各路人马蜂拥进入智能汽车以及自动驾驶行业。

读通信专业研二的乐扣，正想趁暑假找个自动驾驶算法岗位的实习，但她还在犹豫究竟是该往决策、Slam、规划还是控制方向转，“不打算去卷感知，请问群里的各位都是怎么确定方向的？自己看来看去都看傻了”。

最近这段时间，她报了百度Apollo的直播训练营课程、加了不少自动驾驶的学习交流群，还给多个智能驾驶企业的不同岗位都投了简历，但仍然感觉没有方向，于是忍不住在一个自动驾驶学习交流群这么问道。

群里和乐扣一样非电子系或计算机系出身的人不少，有的在造车新势力做产品经理，有的在传统车厂做自动驾驶传感融合，还有想了解哪家企业的智能驾驶业务做得更有前景的大三学生，都在帮她出谋划策。

而在职场社交平台脉脉上，关于“互联网人如何转型到车企”“互联网遇裁员，我能去车企吗？”的话题更是早早就被提出来，回答和讨论不断在更新，圈内HR、猎头纷纷也活跃在此，并向潜在候选人抛出橄榄枝，称“没有汽车相关知识也可以转型做自动驾驶”。

如果翻看当前主机厂、Tier1或智能驾驶企业算法工程师的履历，会发现确实有不少都是半路出家，甚至有部分岗位由机械、车辆工程的应届生直接入职，而他们之前都没有深入接触过智能驾驶相关知识、项目。陈均就是一个典型的例子。

陈均的本科和博士都是物理方向，但这却不是其志向所在。出于对计算机视觉和深度学习的浓厚兴趣，陈均花了两年时间，从Python学起，而后转向自动驾驶领域，现任某造车新势力算法研发总监、自动驾驶区域平台负责人。

智加科技的联合创始人兼CTO郑皓也经历了「转型」。在进入智能驾驶行业之前，他曾创办过社交平台大数据分析企业，后来又担任雅虎北京全球研发中心副总裁，负责应用科学研究和个性化平台等方面的开发。

吸引非科班人才挪至智能驾驶领域扎根的因素，高薪算是一个。

猎头公司科脉人力就发现，智能驾驶从业者在主机厂内部差不多是薪酬最高的群体，远超同职级其他方向从业人员。

而且，除了常规的互联网人才，鱼贯进入智能汽车领域的人才来源正在呈多元化发展。

根据猎头公司一合人力集团发布的《2021中国自动驾驶技术人才流动发展现状报告》，未来电器和电子制造业、信息技术和服务、科研院所、计算机软件和互联网企业的相关人才都很有可能成为跨界造车的储备力量。

图片来源：《2021中国自动驾驶技术人才流动发展现状报告》   所有者：一合人力集团

据该集团的人才数据库统计数据分析，选择进入自动驾驶领域的应届毕业生也大部分来自机械工程、车辆工程和通信工程等专业。

而信息技术和服务、计算机软件和互联网员工选择进入自动驾驶领域的其中一个原因，则是在薪酬水平相近的条件下，自动驾驶该领域的工作时长更为合理和健康。

虽说涌入智能驾驶的人才来自各行各业，但从研究方向看，这些跨行人才的去处往往指向三类岗位，即算法类、仿真类和测试类。

其中，算法类又可细分为决策算法、SLAM算法、规划算法、控制算法和感知算法，测试方向则又分为软件测试和实车测试。

由于控制算法直接面对车辆，算法入门学习又相对简单，不少车辆工程、机械类工程背景的汽车人在转型至智能驾驶领域时，都会瞄准电子控制系统工程师、电子控制算法工程师、车辆工程师等岗位。

图片来源：清研车联

而适合互联网人的岗位，则集中在产品策划、车联网、智能座舱、L3/L4级自动驾驶等领域，一车企员工称，由于有一定的代码能力，也具备产品思维，原本在互联网企业做产品经理、用户体验、交互设计、人工智能或地图等方向的，可以去智能驾驶领域做车机系统、交互设计、自动驾驶算法开发等。

小鹏汽车3D视觉负责人王煜城则在脉脉上表示，就职于互联网企业“数据挖掘”“算法研发”“工程开发”“基础平台搭建”等岗位的候选人，在新能源行业炙手可热。

行业最缺的还是算法类的研发工程师。

彭春在汽车圈做了13年的猎头，汽车产业链企业不少高管都是经由她手顺利转型、成功跳槽，不过当下她正为如何找到既懂算法，又懂汽车的高级专家人才犯难，“提到就脑袋疼”。

此前行业缺人到最疯狂时，一个典型的场景是，当企业终于找到合适的算法工程师时，却发现这位候选人手里拿着七八张offer，一家比一家工资高。

“实际上这位候选人可能在各方面都不算特别优秀，由于频繁跳槽推动了薪水往上涨。”

彭春认为，算法类的岗位已经浮躁到了令人害怕的程度，“你出钱高，我就会比你出得更高。候选人也开始浮躁，今年要30万，明年要60万，后年就会要90万，甚至120万”。

企业也是身不由己，曾有人力总监向彭春倒苦水，既懂算法又懂汽车的人实在太少，“不是一将难求，而是一人难求”，为了吸引人才，企业只能不停加价。

除了高薪，由于几年前自动驾驶行业整体还在demo阶段，企业在招算法岗人才时，要求也会宽松不少，候选人只要掌握一些自动驾驶相关的技能，很容易能找到一份不错的工作。

对着智能驾驶领域摩拳擦掌的人越来越多，提供相应在线课程的机构也在近年应运而生，比如深蓝学院、七月在线、汽车学堂等。当然，也有不少高校开始针对车辆工程出身的汽车人打造自动驾驶相关的训练营，表示用5天时间就能够带领学员完成自动驾驶最小子集，学习整个研发流程，打造一辆无人车。

不过，相比于几年前的野蛮生长时期，彭春认为当下自动驾驶行业已经过了人才缺口高峰期。

过去几年，不管是车企还是tier1，都在增设智能驾驶部门或者成立智能网联相关子公司、前瞻研究院，已有一大批传统汽车人完成了内部的转型转岗，智能驾驶企业也通过多种途径补足了低阶研发人员。

“实际上行业对人才的需求远未饱和，只是现在人才的来源多了很多，池子变大了，而且市场上已经培养出一批既懂汽车又懂算法的专业人才，所以企业就没有前几年那么疯狂地出价了。”

这些因素也在一定程度上助推了入行门槛的增高。

比如云鲸智能联合创始人李相根就曾在一场线上沙龙表示，由于最近行业的落地要求提升以及受疫情影响倒闭了一批公司，岗位减少的同时，现留存的公司对求职者的要求更高，“希望可以筛选出能够面对实际问题，coding、解决问题，并且落地的优秀人才。而这些人才在社招简历池中通常很少。”

小鹏汽车算法研发总监刘兰个川也透露，很多候选人的项目经验往往是广而不深，简历非常亮眼但对细节不求甚解。

“相比大而全的项目经历，在小鹏我们更偏好候选人的基础扎实和高潜力。我们自动驾驶团队在面试的过程中，并不会考太难的算法题而更重视基础和概念性问题。急功近利要不得。”

智能驾驶行业高级人才的供给，则仍处于严重供不应求状态，企业间使劲互相挖人的动作也并未放缓。

智行者定位组负责人高翔表示，“一些专业实验室的毕业生都不愁找工作，基本上毕业就被人挖走了，没什么就业压力。”

而就在前不久，因为推荐的候选人水平没达到要求，彭春还被一个企业的HR怼了。

“HR说，‘你觉得企业愿意花上百万去培养他吗？我们需要一个成熟的，拿来就能用的，而不是没在这个职位干过一天，让他们来升职的。’”

彭春还透露，相比于买技术，中国自动驾驶行业挖人的现象十分普遍，她订单接都接不过来，“有时候为了挖来适合的人，连专家的狗，我们都会管”。

而即使是顺利转型，拿到相关岗位offer，跨行人才以及被挖角的专家都需要经历一段时间的调整期，但并不是所有人都能顺利适应新工作。

某自动驾驶圈猎头就在脉脉分享了候选人从车联网企业跳向传统车企后水土不服的现象：部分车企在招聘岗位上会注明要求互联网背景，但当互联网人才入职后，又可能出现诸多文化的不适应，最终选择离职。

同样的故事在一些互联网背景的汽车软件和新兴车企中上演，“特别是标榜自己是科技型的创新公司，只招聘互联网公司背景的人才，对于车企背景的产品技术专家不屑一顾”。

近几年，越来越多新车和智能驾驶功能正按互联网的节奏被迅速推出、迭代，不少传统汽车人对此胆战心惊，而互联网人则认为传统车企因循守旧、不懂创新，产品形态急需变革，双方间的争论不休。

在彭春看来，互联网企业出身和传统车企出身的人，代表着两种截然不同的企业文化和工作模式。

互联网公司习惯小步快跑迭代产品，对失败和错误有一定的容忍度，大多采取弹性工作制，传统车企的产品思维则是尽量不出错，同时由于涉及的零部件多，需要各方相互协作，就形成了整齐划一的工作时间，大多是朝九晚五。

当带着两种截然不同思维习惯和工作模式的人相互碰撞，就难免出现了企业组织文化的问题。

比如彭春透露，一传统车企由于与某互联网大厂深度合作，大厂相关人员入驻该车企总部后，使得员工压力骤增，“工作非常卷，HR一直到晚上11点都还在面试”。

相比之下，该车企的分部，则仍保留着相对宽松的工作氛围。“他们双方（传统车企和互联网公司）都在互相容忍，试图寻求一个合适的共处模式，但这需要高层去平衡协调”。

除了工作节奏需要互相磨合，来自不同领域的人才融合还要考虑对方的产品开发思维。

司晨就从传统车企Tier1的MCU开发岗，去到一家互联网企业担任智能座舱高级工程师。

他发帖自述了从传统汽车行业转行进入智能驾驶领域所经历的冲击：

在入职新公司前，我以为进入汽车行业的互联网公司会尝试建立汽车软件的开发流程和能力。入职后，我发现自己大错特错，之前传统Tire1的工作经历完全没用了。这些经验反而成为了枷锁，让我很难适应互联网公司的开发流程和节奏。至今，我还未适应这种节奏。

司晨认为，相比于传统汽车Tier1，互联网企业有着更强的软件能力和工具开发能力，以及更开放的使用开源技术态度。

“传统汽车Tire1使用的工具大都由专门的公司提供，比如Vector和EB。而我所在的互联网公司有专门的工具开发团队，我进行软件测试的大多数应用软件都由该团队开发，这个能力真的很牛”。

卡林仙人则是曾在互联网企业从事后端研发十余年的资深程序员，五年前他转向了自动驾驶车端基础架构研发领域。

在他看来，由于如今互联网行业的开发、测试和运行环境都已非常成熟，互联网企业的开发者通常只需关注到操作系统接口层，而无需深入到硬件层。

但当进行自动驾驶系统的开发时，由于软件系统与车辆平台、车端硬件和传感器紧密耦合，且行业正处于快速进化的高速成长阶段，车型与传感器型号繁多，技术标准和接口多变，就需要开发者从软件到硬件再到系统的各个层面、各个环节都有所了解。

“开发者最好是能有机会自己亲自参与硬件配置和软件部署调试的全过程，才能加深整体认识，避免盲人摸象。”

因此随着智能驾驶技术走向产品落地、功能上车，有着跨行业、跨学科背景的复合人才正受到汽车行业各方企业的追捧。

科脉人力就表示，能够将传统方向与新兴技术的融合，拥有不同技术背景的人才在市场追捧度高，同时随着汽车行业逐渐互联网化，行业的“内卷”现象也将越来越严重，“大小周”逐渐成为标配。

不过彭春倒认为，虽然长久来看，高阶自动驾驶领域的人才需求会越来越大，但未来五年内，由于自动驾驶技术多只能在封闭道路或者商用车落地，同时还会有一批智能驾驶公司倒下，行业所需人才会越来越少。

“相比于几年前，现在跨行转型至智能驾驶领域的人，能得到的机会或者利益，会逊色一些，在寻找机会时，需要进行心态上的调整。”