人才跨界涌入智能驾驶：理性与疯狂并存

“三年的经验，有没有机会把决策规划控制住？互联网太没有生气了。”

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

“真心请教，自动驾驶VS互联网工厂程序员，今年起薪差不多，长远来看谁的职业发展更大？”

......

一年来，类似“智能驾驶圈入门”的话题“入侵”了脉脉、知乎、CDSN等各大网络平台，甚至虎扑、Beery、Beery。

教育双降让在线教育培训嘎然而止，互联网行业全面反垄断，社区团购由热转冷，游戏版号审批被叫停.....2021年，面对政策红利和行业红利双双消失的局面，互联网行业经历了从初创企业到巨头企业的裁员潮，并愈演愈烈至今。

相比之下，智能车赛道则是完全不同的景象。

近年来，汽车行业迎来了转型的关键时期。智能化、网联化、电动化被提升到战略高度，智能驾驶公司应运而生。行业对软件算法人才极度渴求。OEM、Tier1、智能驾驶公司逐渐成为各大厂商程序员的落脚点。电子系或计算机系的大一新生不再把互联网巨头作为就业的首选。具有车辆工程、自动化等专业背景的传统汽车人也在思考如何向智能驾驶领域转型。

被放大的焦虑和欲望，推动着各行各业的人涌向智能汽车和自动驾驶行业。

转型:有的高薪，有的“不滚”

读乐扣，通信专业的研究生，暑假在努力找自动驾驶算法岗位的实习，但是还在犹豫是转向决策、Slam、规划还是控制。“我不会感觉到的。小组里的每个人都是怎么确定方向的？”好像我看着就傻了。"

最近她报名了百度Apollo的直播训练营课程，加了很多自动驾驶学习交流群，给几家智能驾驶公司的不同岗位投了简历，但还是觉得没有方向，于是忍不住在一个自动驾驶学习交流群里问了问。

和乐口一样，群里有很多非电子或者计算机系的人。他们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器集成，大三学生想知道哪个公司的智能驾驶业务更有前景，都在帮她出谋划策。

在职场社交平台上，关于“互联网人如何向车企转型？”“互联网遇到裁员我可以去车企吗？”话题提出的比较早，回答和讨论也在不断更新。圈内的HR和猎头也在这里活跃起来，纷纷向潜在候选人抛出橄榄枝，表示“不需要汽车相关知识也可以转型做自动驾驶”。

如果我们看看现在的OEM，Tier1或者智能驾驶公司的算法工程师的简历，会发现他们很多其实都是半路出家的，甚至有一部分是机械与车辆工程的应届毕业生直接入职的，之前从未深入接触过智能驾驶的相关知识和项目。陈军就是一个典型的例子。

陈军的本科和博士都是物理学，但这不是他的志向。出于对计算机视觉和深度学习的浓厚兴趣，陈军花了两年时间学习Python，之后转向自动驾驶领域。目前担任某汽车新势力算法研发总监，自动驾驶区域平台负责人。

智加科技联合创始人兼CTO郑好也经历了一次“转型”。在进入智能驾驶行业之前，他创办了一家社交平台大数据分析企业，后担任雅虎北京全球R&D中心副总裁，负责应用科研和个性化平台的开发。

高薪是……的因素之一t吸引非专业人才扎根智能驾驶领域。

猎头公司迈克万宝盛华发现，智能驾驶从业者几乎是OEM中薪酬最高的群体，远远超过同职级其他方向的员工。

而且，除了常规的互联网人才，投档进入智能汽车领域的人才来源也在多元化发展。

根据猎头公司怡和人力集团发布的《2021年中国自动驾驶人才流动现状报告》，电气电子制造、信息技术及服务、科研院所、计算机软件、互联网企业的相关人才很可能成为跨界造车的后备力量。

[数据来源:2021年中国自动驾驶人才流动发展状况报告]所有者:怡和人力集团]

根据集团人才库的统计数据分析，选择进入自动驾驶领域的应届毕业生大多来自机械工程、车辆工程、通信工程。

信息技术及服务、计算机软件、互联网的从业人员选择进入自动驾驶领域的原因之一是，在薪资水平相近的情况下，自动驾驶在该领域的工作时间更合理、更健康。

虽然涌入智能驾驶的人才来自各行各业，但从研究方向来看，这些跨学科人才的去向往往指向算法、仿真、测试三类工作。

其中，算法类可细分为决策算法、SLAM算法、规划算法、控制算法和感知算法，测试方向可分为软件测试和实车测试。

由于控制算法直接面向车辆，算法的入门学习也相对简单，所以很多有车辆工程、机械工程背景的汽车人在向智能驾驶领域转型时，都会瞄准电控系统工程师、电控算法工程师、车辆工程师等岗位。

图片来源:青岩车联

适合互联网人的工作集中在产品策划、车联网、智能驾驶舱、L3/L4自动驾驶等领域。一位车企员工表示，因为有一定的编码能力和产品思维，曾经在互联网公司做过产品经理、用户体验、交互设计、人工智能或者地图，可以去智能驾驶领域做车载系统、交互设计、自动驾驶算法开发。

Xpeng Motors负责3D视觉的王宇成在脉脉上表示，在数据挖掘、算法研发、工程开发、基础平台建设等互联网公司工作的应聘者，在新能源行业炙手可热。

人才缺口高峰过了吗？

业界最缺的是算法的R&D工程师。

彭纯在汽车圈做了13年的猎头。汽车产业链上很多高管都是通过她手成功转型跳槽的。但现在她很困惑如何找到既懂算法又懂汽车的资深专家。“提起来就疼。”

之前行业最疯狂缺人的时候，一个典型的场景是，当企业终于找到合适的算法工程师时，发现应聘者手里有七八个offer，而且一个比一个工资高。

“其实这个候选人可能各方面都不是特别好，因为频繁跳槽把工资推高了。”

彭纯认为，算法的地位已经浮躁到了令人恐惧的程度。“你出高价，我就出比你高的。考生也开始浮躁，今年30万，明年60万，后年90万甚至120万。”

企业也是身不由己。有一位人力资源总监向彭纯倒了苦水。既懂算法又懂汽车的人太少了。“找一个人不难，难的是找一个人。”企业为了吸引人才，只能不断涨价。

除了高薪，由于几年前自动驾驶行业整体还处于demo阶段，企业在招聘人才时要求会宽松很多。只要掌握一些与……相关的技能，求职者很容易找到一份好工作单调的驾驶。

越来越多的人对智能驾驶领域摩拳擦掌，提供相应在线课程的机构近年来也不断涌现，如深蓝学院、七月在线、汽车学校等。当然，很多高校已经开始为有车辆工程背景的汽车人搭建自动驾驶相关的训练营，说要花五天时间带领学生完成自动驾驶的最小子集，学习整个R&D过程，造出一辆无人车。

不过，与几年前的野蛮生长期相比，彭纯认为，目前的自动驾驶行业已经过了人才缺口的高峰期。

在过去的几年里，无论是车企还是tier1都在增加智能驾驶部门，或者成立相关子公司和智能网联前瞻性研究院。大量传统汽车人完成了内部转型和转移，智能驾驶公司也通过各种渠道补充低层次R&D人员。

“事实上，行业对人才的需求远未饱和，但现在人才来源多了很多，储备越来越大，市场上培养了一批既懂汽车又懂算法的专业人才，所以企业没有前几年那么疯狂。出价。”

这些因素也在一定程度上推高了入职门槛。

例如，云鲸智能联合创始人李相根曾在一次网络沙龙上表示，由于最近行业落地要求提高，受疫情影响关闭了一批公司，在岗位减少的同时，现在保留下来的公司对求职者的要求更高了。“我希望筛选出能够面对实际问题、编码、解决问题、落地的优秀人才。这些人才通常在社会招聘简历库中都很少见。”

Xpeng Motors的算法研发总监刘岚·葛川也透露，许多候选人的项目经验往往很宽泛但不深入，他们的简历很亮但不太了解细节。

“与大型综合项目经验相比，我们更喜欢在小鹏有扎实基础和高潜力的候选人。在面试过程中，我们的自动驾驶团队不会测试太难的算法问题，而是更加关注基础和概念问题。太快太快不好。"

智能驾驶行业高级人才供给仍处于严重供不应求的状态，企业间试图互相挖人的动作并未放缓。

知行哲定位组组长高翔说，“一些专业实验室的毕业生并不担心找工作。基本上都是毕业后挖过来的，没有就业压力。”

不久前，彭纯被一家企业的HR拒绝，原因是推荐的候选人水平不符合要求。

“HR说，‘你以为企业愿意花几百万培养他吗？我们需要的是一个成熟的，一带就能用的，而不是在这个岗位上干了一天就让他们升职的人。" "

彭纯还透露，相比买技术，挖人现象在中国自动驾驶行业非常普遍，她接不了单。“有时候为了挖到合适的人，连专家的狗都会被照顾。"

“经验成了枷锁。”

即使是平稳过渡，拿到相关的工作offer，跨专业的人才，被挖走的专家，都需要一段时间的适应，但并不是每个人都能顺利适应新的工作。

某自动驾驶圈猎头分享了应聘者从车联网公司跳槽到传统车企后水土不服的现象:有些车企会在招聘岗位上注明互联网背景，但互联网人才入职时，可能会有很多文化上的不适应，最终选择离职。

同样的故事在一些有互联网背景的叫车软件和新兴车企上演。“尤其是标榜自己是科技创新型公司，只招互联网公司背景的人才，不屑于车企背景的产品技术专家。”

近年来，越来越多的新车和智能驾驶功能正在按照互联网的节奏快速推出和迭代。很多传统车主都被这个吓到了，而互联网人则认为传统……r公司墨守成规，不懂得创新，产品形态急需改变。双方争论不休。

在彭纯看来，互联网公司和传统车企的人，代表了两种完全不同的企业文化和工作模式。

互联网公司习惯于小步快跑迭代产品，对失败和错误有一定的容忍度。他们大多采用弹性工作制。传统车企的产品思维是尽量不犯错。同时，由于涉及的部分较多，各方需要相互配合，形成了统一的工作时间，多为朝九晚五。

当两种完全不同的思维习惯和工作模式的人相互碰撞时，难免会出现企业组织文化的问题。

彭纯举例透露，由于一家传统车企和一家互联网厂商深度合作，厂商相关人员入驻车企总部后，员工压力骤然增大。“工作量很大，HR一直面试到晚上11点。”

相比之下，车企的分公司还保留着相对宽松的工作氛围。“两者(传统车企和互联网公司)都在互相包容，试图找到合适的共存模式，但这需要高层的平衡和协调。”

不同领域的人才除了工作节奏，还要考虑对方的产品开发思路。

陈思从传统汽车公司Tier1的MCU开发岗，到了一家互联网公司，担任智能驾驶舱的高级工程师。

他发布了一份关于从传统汽车行业转向智能驾驶领域的影响的自我报告:

在加入新公司之前，我以为进入汽车行业的互联网公司都会尝试建立汽车软件的开发流程和能力。入职后发现自己完全错了。传统Tire1之前的工作经验完全没用。这些经历成了枷锁，让我很难适应互联网公司的发展进程和节奏。到目前为止，我还没有适应这种节奏。

陈思认为，与传统的汽车Tier1相比，互联网公司拥有更强的软件能力和工具开发能力，以及对使用开源技术更开放的态度。

“传统汽车轮胎1中使用的大多数工具由专业公司提供，例如Vector和EB。而且我的互联网公司有专门的工具开发团队，我测试的大部分应用软件都是这个团队开发的。这个能力真的很牛逼。”

卡林·任贤是一名资深程序员，在互联网公司从事后端研发工作十余年。五年前，他转向了自动驾驶汽车基础设施的研发领域。

在他看来，由于现在互联网行业的开发、测试和运行环境已经非常成熟，互联网公司的开发者通常只需要关注操作系统的接口层，而不需要深入到硬件层。

但在开发自动驾驶系统时，由于软件系统与车载平台、车载终端硬件、传感器紧密耦合，行业处于快速演进和快速成长阶段，车辆和传感器型号众多，技术标准和接口多变，需要开发者了解从软件到硬件再到系统的各个层面和环节。

“开发者最好能有机会亲自参与硬件配置和软件部署调试的全过程，以加深整体理解，避免盲人摸象。”三年经验，有机会转决策规划控制吗？互联网太没有生气了。"

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

“真心请教，自动驾驶VS互联网工厂程序员，今年起薪差不多，长远来看谁的职业发展更大？”

......

一年来，类似“智能驾驶圈入门”的话题“入侵”了脉脉、知乎、CDSN等各大网络平台，甚至虎扑、Beery、Beery。

…的双重缩减教育让在线教育培训嘎然而止，互联网行业彻底反垄断，社区团购由热转冷，游戏版号审批被叫停.....2021年，面对政策红利和行业红利双双消失的局面，互联网行业经历了从初创企业到巨头企业的裁员潮，并愈演愈烈至今。

相比之下，智能车赛道则是完全不同的景象。

近年来，汽车行业迎来了转型的关键时期。智能化、网联化、电动化被提升到战略高度，智能驾驶公司应运而生。行业对软件算法人才极度渴求。OEM、Tier1、智能驾驶公司逐渐成为各大厂商程序员的落脚点。电子系或计算机系的大一新生不再把互联网巨头作为就业的首选。具有车辆工程、自动化等专业背景的传统汽车人也在思考如何向智能驾驶领域转型。

被放大的焦虑和欲望，推动着各行各业的人涌向智能汽车和自动驾驶行业。

转型:有的高薪，有的“不滚”

读乐扣，通信专业的研究生，暑假在努力找自动驾驶算法岗位的实习，但是还在犹豫是转向决策、Slam、规划还是控制。“我不会感觉到的。小组里的每个人都是怎么确定方向的？”好像我看着就傻了。"

最近她报名了百度Apollo的直播训练营课程，加了很多自动驾驶学习交流群，给几家智能驾驶公司的不同岗位投了简历，但还是觉得没有方向，于是忍不住在一个自动驾驶学习交流群里问了问。

和乐口一样，群里有很多非电子或者计算机系的人。他们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器集成，大三学生想知道哪个公司的智能驾驶业务更有前景，都在帮她出谋划策。

在职场社交平台上，关于“互联网人如何向车企转型？”“互联网遇到裁员我可以去车企吗？”话题提出的比较早，回答和讨论也在不断更新。圈内的HR和猎头也在这里活跃起来，纷纷向潜在候选人抛出橄榄枝，表示“不需要汽车相关知识也可以转型做自动驾驶”。

如果我们看看现在的OEM，Tier1或者智能驾驶公司的算法工程师的简历，会发现他们很多其实都是半路出家的，甚至有一部分是机械与车辆工程的应届毕业生直接入职的，之前从未深入接触过智能驾驶的相关知识和项目。陈军就是一个典型的例子。

陈军的本科和博士都是物理学，但这不是他的志向。出于对计算机视觉和深度学习的浓厚兴趣，陈军花了两年时间学习Python，之后转向自动驾驶领域。目前担任某汽车新势力算法研发总监，自动驾驶区域平台负责人。

智加科技联合创始人兼CTO郑好也经历了一次“转型”。在进入智能驾驶行业之前，他创办了一家社交平台大数据分析企业，后担任雅虎北京全球R&D中心副总裁，负责应用科研和个性化平台的开发。

高薪是吸引非专业人才扎根智能驾驶领域的因素之一。

猎头公司迈克万宝盛华发现，智能驾驶从业者几乎是OEM中薪酬最高的群体，远远超过同职级其他方向的员工。

而且，除了常规的互联网人才，投档进入智能汽车领域的人才来源也在多元化发展。

根据猎头公司怡和人力集团发布的《2021年中国自动驾驶人才流动现状报告》，电气电子制造、信息技术及服务、科学……电子研究机构、计算机软件和互联网企业有可能成为跨境汽车制造的后备力量。

[数据来源:2021年中国自动驾驶人才流动发展状况报告]所有者:怡和人力集团]

根据集团人才库的统计数据分析，选择进入自动驾驶领域的应届毕业生大多来自机械工程、车辆工程、通信工程。

信息技术及服务、计算机软件、互联网的从业人员选择进入自动驾驶领域的原因之一是，在薪资水平相近的情况下，自动驾驶在该领域的工作时间更合理、更健康。

虽然涌入智能驾驶的人才来自各行各业，但从研究方向来看，这些跨学科人才的去向往往指向算法、仿真、测试三类工作。

其中，算法类可细分为决策算法、SLAM算法、规划算法、控制算法和感知算法，测试方向可分为软件测试和实车测试。

由于控制算法直接面向车辆，算法的入门学习也相对简单，所以很多有车辆工程、机械工程背景的汽车人在向智能驾驶领域转型时，都会瞄准电控系统工程师、电控算法工程师、车辆工程师等岗位。

图片来源:青岩车联

适合互联网人的工作集中在产品策划、车联网、智能驾驶舱、L3/L4自动驾驶等领域。一位车企员工表示，因为有一定的编码能力和产品思维，曾经在互联网公司做过产品经理、用户体验、交互设计、人工智能或者地图，可以去智能驾驶领域做车载系统、交互设计、自动驾驶算法开发。

Xpeng Motors负责3D视觉的王宇成在脉脉上表示，在数据挖掘、算法研发、工程开发、基础平台建设等互联网公司工作的应聘者，在新能源行业炙手可热。

人才缺口高峰过了吗？

业界最缺的是算法的R&D工程师。

彭纯在汽车圈做了13年的猎头。汽车产业链上很多高管都是通过她手成功转型跳槽的。但现在她很困惑如何找到既懂算法又懂汽车的资深专家。“提起来就疼。”

之前行业最疯狂缺人的时候，一个典型的场景是，当企业终于找到合适的算法工程师时，发现应聘者手里有七八个offer，而且一个比一个工资高。

“其实这个候选人可能各方面都不是特别好，因为频繁跳槽把工资推高了。”

彭纯认为，算法的地位已经浮躁到了令人恐惧的程度。“你出高价，我就出比你高的。考生也开始浮躁，今年30万，明年60万，后年90万甚至120万。”

企业也是身不由己。有一位人力资源总监向彭纯倒了苦水。既懂算法又懂汽车的人太少了。“找一个人不难，难的是找一个人。”企业为了吸引人才，只能不断涨价。

除了高薪，由于几年前自动驾驶行业整体还处于demo阶段，企业在招聘人才时要求会宽松很多。考生只要掌握一些自动驾驶相关的技能，很容易找到好工作。

越来越多的人对智能驾驶领域摩拳擦掌，提供相应在线课程的机构近年来也不断涌现，如深蓝学院、七月在线、汽车学校等。当然，很多高校已经开始为有车辆工程背景的汽车人搭建自动驾驶相关的训练营，说要花五天时间带领学生完成自动驾驶的最小子集，学习整个R&D过程，造出一辆无人车。

然而，与几年前的野蛮生长时期相比，彭纯认为，目前的自主驾驶……行业已经过了人才缺口的高峰期。

在过去的几年里，无论是车企还是tier1都在增加智能驾驶部门，或者成立相关子公司和智能网联前瞻性研究院。大量传统汽车人完成了内部转型和转移，智能驾驶公司也通过各种渠道补充低层次R&D人员。

“事实上，行业对人才的需求远未饱和，但现在人才来源多了很多，储备越来越大，市场上培养了一批既懂汽车又懂算法的专业人才，所以企业没有前几年那么疯狂。出价。”

这些因素也在一定程度上推高了入职门槛。

例如，云鲸智能联合创始人李相根曾在一次网络沙龙上表示，由于最近行业落地要求提高，受疫情影响关闭了一批公司，在岗位减少的同时，现在保留下来的公司对求职者的要求更高了。“我希望筛选出能够面对实际问题、编码、解决问题、落地的优秀人才。这些人才通常在社会招聘简历库中都很少见。”

Xpeng Motors的算法研发总监刘岚·葛川也透露，许多候选人的项目经验往往很宽泛但不深入，他们的简历很亮但不太了解细节。

“与大型综合项目经验相比，我们更喜欢在小鹏有扎实基础和高潜力的候选人。在面试过程中，我们的自动驾驶团队不会测试太难的算法问题，而是更加关注基础和概念问题。太快太快不好。"

智能驾驶行业高级人才供给仍处于严重供不应求的状态，企业间试图互相挖人的动作并未放缓。

知行哲定位组组长高翔说，“一些专业实验室的毕业生并不担心找工作。基本上都是毕业后挖过来的，没有就业压力。”

不久前，彭纯被一家企业的HR拒绝，原因是推荐的候选人水平不符合要求。

“HR说，‘你以为企业愿意花几百万培养他吗？我们需要的是一个成熟的，一带就能用的，而不是在这个岗位上干了一天就让他们升职的人。" "

彭纯还透露，相比买技术，挖人现象在中国自动驾驶行业非常普遍，她接不了单。“有时候为了挖到合适的人，连专家的狗都会被照顾。"

“经验成了枷锁。”

即使是平稳过渡，拿到相关的工作offer，跨专业的人才，被挖走的专家，都需要一段时间的适应，但并不是每个人都能顺利适应新的工作。

某自动驾驶圈猎头分享了应聘者从车联网公司跳槽到传统车企后水土不服的现象:有些车企会在招聘岗位上注明互联网背景，但互联网人才入职时，可能会有很多文化上的不适应，最终选择离职。

同样的故事在一些有互联网背景的叫车软件和新兴车企上演。“尤其是标榜自己是科技创新型公司，只招互联网公司背景的人才，不屑于车企背景的产品技术专家。”

近年来，越来越多的新车和智能驾驶功能正在按照互联网的节奏快速推出和迭代。很多传统车主对此感到恐惧，而互联网人则认为传统车企墨守成规，不懂得创新，产品形态急需改变。双方争论不休。

在彭纯看来，互联网公司和传统车企的人，代表了两种完全不同的企业文化和工作模式。

互联网公司习惯于小步快跑迭代产品，对失败和错误有一定的容忍度。他们大多采用弹性工作制。传统车企的产品思维是尽量不犯错。同时，由于涉及的部分很多，需要各方相互配合，这……orms统一工作时间，大多是朝九晚五。

当两种完全不同的思维习惯和工作模式的人相互碰撞时，难免会出现企业组织文化的问题。

彭纯举例透露，由于一家传统车企和一家互联网厂商深度合作，厂商相关人员入驻车企总部后，员工压力骤然增大。“工作量很大，HR一直面试到晚上11点。”

相比之下，车企的分公司还保留着相对宽松的工作氛围。“两者(传统车企和互联网公司)都在互相包容，试图找到合适的共存模式，但这需要高层的平衡和协调。”

不同领域的人才除了工作节奏，还要考虑对方的产品开发思路。

陈思从传统汽车公司Tier1的MCU开发岗，到了一家互联网公司，担任智能驾驶舱的高级工程师。

他发布了一份关于从传统汽车行业转向智能驾驶领域的影响的自我报告:

在加入新公司之前，我以为进入汽车行业的互联网公司都会尝试建立汽车软件的开发流程和能力。入职后发现自己完全错了。传统Tire1之前的工作经验完全没用。这些经历成了枷锁，让我很难适应互联网公司的发展进程和节奏。到目前为止，我还没有适应这种节奏。

陈思认为，与传统的汽车Tier1相比，互联网公司拥有更强的软件能力和工具开发能力，以及对使用开源技术更开放的态度。

“传统汽车轮胎1中使用的大多数工具由专业公司提供，例如Vector和EB。而且我的互联网公司有专门的工具开发团队，我测试的大部分应用软件都是这个团队开发的。这个能力真的很牛逼。”

卡林·任贤是一名资深程序员，在互联网公司从事后端研发工作十余年。五年前，他转向了自动驾驶汽车基础设施的研发领域。

在他看来，由于现在互联网行业的开发、测试和运行环境已经非常成熟，互联网公司的开发者通常只需要关注操作系统的接口层，而不需要深入到硬件层。

但在开发自动驾驶系统时，由于软件系统与车载平台、车载终端硬件、传感器紧密耦合，行业处于快速演进和快速成长阶段，车辆和传感器型号众多，技术标准和接口多变，需要开发者了解从软件到硬件再到系统的各个层面和环节。

“开发者最好能有机会亲自参与硬件配置和软件部署调试的全过程，以加深整体理解，避免盲人摸象。”

因此，随着智能驾驶技术走向产品落地和功能登机，具有跨行业、跨学科背景的复合型人才正受到汽车行业各企业的追捧。

迈克万宝盛华表示，通过将传统方向与新兴技术相结合，不同技术背景的人才可以在市场上备受追捧。同时，随着汽车行业的逐渐互联网化，行业内的“内卷化”现象会越来越严重，“大小周”会逐渐成为标配。

不过，彭纯认为，虽然从长远来看，高水平自动驾驶领域的人才需求会增加，但在未来五年内，由于自动驾驶技术只能在封闭道路或商用车上落地，因此也会出现一批智能驾驶公司。公司倒了，行业需要的人才会越来越少。

“与几年前相比，现在向智能驾驶领域转型的人获得的机会或利益会更少。在寻找机会的时候，他们需要调整心态。”

雷锋网#雷锋网(微信官方账号:雷锋网)#雷锋网

原创艺术……雷锋的乐。未经授权，禁止转载。详见转载说明。"

因此，随着智能驾驶技术走向产品落地和功能登机，具有跨行业、跨学科背景的复合型人才正受到汽车行业各企业的追捧。

迈克万宝盛华表示，通过将传统方向与新兴技术相结合，不同技术背景的人才可以在市场上备受追捧。同时，随着汽车行业的逐渐互联网化，行业内的“内卷化”现象会越来越严重，“大小周”会逐渐成为标配。

不过，彭纯认为，虽然从长远来看，高水平自动驾驶领域的人才需求会增加，但在未来五年内，由于自动驾驶技术只能在封闭道路或商用车上落地，因此也会出现一批智能驾驶公司。公司倒了，行业需要的人才会越来越少。

“与几年前相比，现在向智能驾驶领域转型的人获得的机会或利益会更少。在寻找机会的时候，他们需要调整心态。”

雷锋网#雷锋网(微信官方账号:雷锋网)#雷锋网

雷锋的原创文章。未经授权，禁止转载。详见转载说明。

标签：发现小鹏合创北京DS

汽车资讯热门资讯