蔚来
校招提前批-大模型评估算法工程师
上海/北京 · 校招 · 2027 届 · 硕士
长期有效
任职要求
- 学历：硕士及以上学历，计算机、人工智能、NLP、自动化、数学、统计等相关专业
- 2 扎实的深度学习与大模型基础：理解Transformer架构、预训练、微调、SFT、RLHF对齐、Agent基础架构等核心原理
- 精通大模型评测核心知识：熟悉主流评测数据集、量化指标、自动化评测方案，了解模型幻觉、鲁棒性、安全性评测方法
- 工程实操能力：熟练使用Python，掌握Pytorch、Hugging Face、LangChain等主流工具，能够独立完成数据处理、实验设计、评测脚本开发与结果分析
- 具备良好的算法思维，擅长拆解评测任务、设计对照实验、复盘分析模型问题。
- 加分项：
- 熟悉LLM-as-judge、自动化对抗评测、模型对齐评估等前沿技术
- 有顶会论文、开源项目贡献、AI算法竞赛获奖经历优先。
岗位描述
- 1. 评测体系搭建：负责大模型、多模态模型及Agent智能体全维度能力评测，覆盖推理、代码、对话、安全、RAG等核心场景，落地各类主流评测基准，搭建标准化评测体系。
- 2. 评测算法研发：设计自动化、智能化评测方案，研究落地LLM自动评测、事实校验、幻觉检测等核心算法，搭建量化指标体系，精准评估模型综合能力。
- 3. 评测工程落地：搭建自动化评测流程，完成评测数据构建、对抗测试、模型版本对比与回归验证，支撑模型微调、对齐迭代，输出专业的模型评测与诊断报告。
- 4. 模型迭代优化：复盘模型缺陷与失败案例，定位能力短板并输出优化建议，持续跟进行业前沿评测技术，迭代升级评测方法与工具。
- 5. 场景化评测落地：针对对话问答、智能Agent工具调用、任务规划等业务场景，定制专属评测方案，保障模型上线后的稳定性与落地效果。
你的简历匹配这个岗位吗？
上传简历，AI 会对照这份 JD 指出你的差距和需要补强的地方
该岗位可能会问的问题
基于 算法 岗位的常见面试问题整理
请解释 Transformer 模型的自注意力机制（Self-Attention）
查看答题思路
1. Self-Attention = 序列中每个 token 与所有 token 计算相关性权重 2. Q=Wq·x, K=Wk·x, V=Wv·x; Attention(Q,K,V)=softmax(QK^T/√d_k)V 3. 除以 √d_k 防止点积过大导致 softmax 梯度消失 4. 多头注意力：多组 QKV 并行，拼接后线性变换，捕获不同子空间特征 5. 对比 RNN：可并行计算，捕获长距离依赖
你做过的最有深度的算法/模型项目是什么
查看答题思路
1. 一句话说清任务：分类/生成/检索/推荐 2. 模型选型：为什么选这个而非那个 3. 数据：数据量、来源、清洗策略 4. 创新点：你做的改进是什么（不是调参） 5. 结果：核心指标提升（准确率/召回/延迟）
过拟合是什么？怎么判断和解决
查看答题思路
1. 过拟合=训练集表现好、验证集表现差，模型记住了噪声 2. 判断：train loss 持续下降而 val loss 上升 3. 解决：更多数据 / 正则化(L1/L2) / Dropout / 早停 / 数据增强 / 降低模型复杂度
解释梯度下降的原理，SGD 和 Adam 的区别
查看答题思路
1. 梯度下降：沿负梯度方向更新参数，使损失降低 2. SGD：每次用随机小批量估算梯度，引入随机性帮助跳出局部最优 3. Adam = Momentum + RMSProp：自适应学习率 + 动量加速 4. Adam 收敛快但可能泛化不如 SGD；CV 常用 SGD，NLP 多用 Adam
给你 10 万条未标注的文本数据，如何找出其中 10 个主题
查看答题思路
1. 预处理：分词、去停用词 2. 向量化：TF-IDF 或 Sentence Embedding 3. 聚类：K-Means（需指定 K=10）或 HDBSCAN（自动确定类数） 4. 或 LDA 主题模型直接输出主题-词分布 5. 评估：看每个簇的高频词判断主题合理性，迭代调整
更多面试题库功能即将上线
信息来源：企业官方招聘页。投递前请以官网信息为准。