本报告由南方新华・人才数据研究组出品
引言:剖析政策、技术、资本、人才四重变量影响下汽车产业人才市场变化。聚焦岗位结构、地域格局、招聘效率、薪酬溢价四大维度,拆解智驾、三电等核心岗位供需矛盾、招聘周期、人才留存痛点,并从短‑中‑长期给出企业人才战略建议。
为车企、零部件企业的人才规划与组织建设提供行业参考。


钱要加到哪。岗位薪酬沿软件化方向重新分配。算法类岗位同比涨超两成,整车工程类不足一成,相差三倍以上。沿用旧的岗位价值评估逻辑去定薪,在稀缺岗上会持续招不到人。
周期要倒推。中高端岗位平均招聘周期约58天(中位数45天),智能驾驶算法工程师达92天。含离职交接,实际到岗时间高于58天。招人速度会直接卡住产品节奏。
前三个月决定成败。顺利度过3个月保证期的约75.0%,稳定留到6个月的回落至约43.0%。中间这段落差,主要来自Offer竞争力和入职后的期望管理。
岗位年薪P25/P50/P75(万元/年,含绩效奖金,不含股权激励)。
岗位 | P25 | P50 | P75 | 同比 |
ADAS技术总监(8年以上) | 80 | 130 | 220 | +18% |
智能驾驶算法工程师(感知/规控/端到端) | 45 | 75 | 110 | +22% |
车载软件与嵌入式工程师 | 30 | 52 | 78 | +16% |
三电系统研发工程师(电池/电机/电控) | 28 | 48 | 72 | +12% |
智能座舱产品经理 | 25 | 45 | 68 | +14% |
电池包与BMS工程师 | 25 | 43 | 65 | +15% |
整车工程(底盘/车身/总布置) | 18 | 32 | 48 | +6% |
测试与验证工程师(SIL/HIL) | 18 | 30 | 45 | +8% |
按薪酬中位数计,ADAS技术总监(130万元)约为测试验证工程师(30万元)的4倍以上。智能驾驶算法岗位薪酬中位数达全行业中位的1.5倍以上,ADAS技术总监接近2.7倍;整车工程、测试验证低于行业中位。
同一岗位跨城市差异明显:智能驾驶算法岗在北京、上海、深圳的薪酬中位水平明显高于产业带城市,最高与最低相差约四成。苏州、合肥、广州等地增速高于一线,动力系统类岗位尤为明显。
用于判断自己的招聘漏斗是否偏离行业水平。
指标 | 参考值 | 行业公开区间 |
平均招聘周期 | 58天 | 45–88天 |
招聘周期中位数 | 45天 | — |
面试→Offer转化率 | 23.0% | 10%–30% |
Offer→入职转化率 | 84.8% | 70%–85% |
Offer未落定比例 | 15.2% | 15%–30% |
3个月保证期留存率 | 75.0% | — |
6个月留存率 | 43.0% | — |
周期口径:自岗位需求确认之日起,至候选人接受Offer的自然日天数。
周期最长的岗位(技术稀缺序列的缩短空间有限,对策是把储备做在空缺之前):
岗位 | 平均周期 | 相对均值 |
智能驾驶算法工程师 | 92天 | 1.59x |
技术/研发总监 | 85天 | 1.47x |
电池/三电研发工程师 | 72天 | 1.24x |
电控与嵌入式软件工程师 | 66天 | 1.14x |
人力资源总监 | 38天 | 0.66x |
流失原因 | 占比 |
候选人接受原雇主挽留/反向加薪 | 34.5% |
薪酬包未达预期(含股权估值分歧) | 28.0% |
职业发展路径与预期不符 | 21.5% |
异地安置/家庭因素 | 9.0% |
其他(背景调查、竞业限制等) | 7.0% |
前两类合计占六成以上,指向Offer竞争力与沟通充分度;第三类指向期望管理,即候选人入职后实际承担的工作内容、职责边界,与面试阶段的描述存在落差。在一个人人愿意为稀缺技术人才多付溢价的市场里,单纯加薪已不是有效的留人手段,留存的竞争转向组织体验与发展确定性。
排名 | 职位类别 | 需求占比 |
1 | 电池/三电研发工程师 | 7.8% |
2 | 智能驾驶算法工程师 | 6.6% |
3 | 销售总监 | 6.0% |
4 | 汽车设计与研发(整车) | 5.3% |
5 | 技术/研发总监 | 4.6% |
6 | 电控与嵌入式软件工程师 | 4.0% |
— | Top10合计 | 46.8% |
技术研发类合计占人才需求的43.2%,显著高于制造业平均水平。Top10中总监级管理岗占五席(销售、技术研发、人力资源、供应链采购、财务),说明大量企业正处在业务模式跑通之后的组织成型期。
地域上,上海、深圳、北京合计占据过半需求;苏州、常州等长三角产业带城市紧随其后,且中高端技术人才需求增速高于一线城市。
需求主体上,整车厂与头部Tier1(2000人以上)占38.6%,新势力与核心Tier1(500–2000人)占33.0%,初创与细分龙头(50–500人)占28.4%。腰部及成长型企业合计贡献约六成岗位需求,是增量主力。这类企业业务处于快速增长期、管理体系尚未成型,招聘难度通常高于成熟企业。
短期|把人才规划前置到战略环节。别等业务出现缺口才启动招聘。在确定产品路线与技术方向的同时,同步评估相应人才的市场供给状况、获取难度与成本预期,据此调整业务推进的顺序与节奏。
中期|从「抢人」转向「造人」。感知算法岗供需比达1:16(候选人:岗位),在这个比例下,单纯依靠外部获取解决短缺的成本会持续上升。做法是建立技术序列与管理序列并行的职业发展通道、对核心技术骨干前置培养、把人才密度作为组织设计的约束条件。
长期|窗口期正在收窄。当前领先企业的人才壁垒与组织能力尚未固化,后进入者仍有通过组织设计获得结构性优势的空间。随着头部企业完成能力建设,这个空间会明显缩小。这一轮人才竞争的结果,将在未来两到三年内固化为行业格局的一部分。
智驾算法工程师为什么这么难招?一般要多久?感知算法岗供需比约1:16(候选人:岗位),稀缺是绝对的,跟招聘流程快慢关系不大。该岗位平均招聘周期92天,是全行业均值的1.59倍;技术/研发总监85天,三电研发72天。对策是提前布局,把人才储备做在岗位空缺之前。
给算法岗定薪,2026年开到多少才有竞争力?智驾算法工程师年薪P25/P50/P75分别为45/75/110万元,同比+22%;ADAS技术总监(8年以上)为80/130/220万元,同比+18%。数据含绩效奖金、不含股权激励。若目标人选来自头部车企或一线城市,建议参照P75,因为一线城市与产业带城市同岗位薪酬中位差约四成。
候选人拿了Offer又反悔,这个比例正常吗?Offer到入职的转化率约84.8%(行业公开区间70%–85%),未落定比例约15.2%(区间15%–30%),处于正常偏低水平。需要说明的是,这部分候选人并非不认可岗位,而是在多个机会之间做了其他选择。流失原因中,接受原雇主挽留占34.5%,是最主要的一类。
新人入职三个月就走,是普遍现象吗?是的。3个月保证期留存率约75.0%,意味着每4个新人里有1个撑不过试用期;6个月留存率回落至约43.0%。除了薪酬与发展路径,一个常被忽略的原因是期望落差——入职后的实际工作内容和职责边界与面试描述不一致。建议把前三个月的职责边界沟通,当作招聘流程的一部分来做。
在二三线城市建研发团队,能省成本吗?能省一部分。以智驾算法岗为例,北京、上海、深圳与产业带城市的薪酬中位相差约四成。但苏州、合肥、广州等地相关岗位薪酬增速高于一线城市,动力系统类岗位尤其明显,且人才竞争正在向成本更优、产业配套更完整的区域延伸,成本优势不是静态的。
腰部企业跟大厂抢人,只能靠加薪吗?不是唯一手段,但薪资差距要正视。500人以下与500–2000人规模型企业合计贡献约六成岗位需求,竞争集中在同一批候选人上。可行的切入点有三:用技术序列与管理序列并行的双通道,让工程师不必转管理也能获得认可与回报;对核心骨干前置培养,在管理岗空缺前完成储备;在Offer沟通中用成长性与清晰的职责边界,弥补品牌与现金薪酬的差距。
这份报告的数据是怎么来的?可靠吗?采用「公开研究交叉验证+交付侧结构观察」双路径。薪酬、供需比、岗位增速等指标以公开研究为基准;人才结构、招聘周期、转化与留存等结构性指标来自南方新华交付侧观察,并与公开研究交叉校准。报告不呈现任何单一机构的绝对统计样本,数据以比例、结构、区间与倍数呈现,为趋势性判断,受方法与样本限制可能存在统计误差。
国内猎头公司
进行业前10 选南方新华
微信咨询