蔚来
校招提前批-AI软件评测工程师
上海/合肥 · 校招 · 2027 届 · 本科
长期有效
任职要求
- 本科及以上学历，计算机、人工智能、软件工程相关专业优先
- 熟悉C/C++/Java/Python等至少一种编程语言，熟悉Mysql等数据库，熟悉jdbc、mybatis等
- 了解模型和agent相关知识，比如微调、评估、harness engnieering等
- 熟悉git、jenkins等配置和使用
- 了解AI模型测试工具或可扩展测试工具开发者优先，熟悉AI理论者优先，有AI产品测试经验（如对话机器人、智能推荐系统、视觉识别等）者优先
- 有责任心，思路清晰，善于发现、分析和解决问题，有良好的团队合作精神和协调沟通能力
岗位描述
- 1. 参与产品（包含AI智能体）全流程质量保障工作，包括需求分析、设计评审，制定测试计划，设计和执行测试用例，进行缺陷跟踪和软件质量分析等；
- 2. 根据业务的特点，制定合适的技术和测试方案，解决有挑战的问题，运用多种测试手段高效地保障产品交付质量（含智能体交付效果评测）；
- 3. 开发自动化测试脚本，提高测试覆盖率、有效性和效率，降低维护成本；
- 4. 与开发、产品、项目团队密切配合，参与产品研发流程中各个环节的活动，共同提升技术指标和业务指标。
- 5. 对软件问题进行跟踪分析和报告，推动测试中发现的问题及时合理地解决，并通过总结、对外交流、技术钻研和培训，进行测试过程和测试方法的持续改进
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。