蔚来
校招提前批-大模型算法工程师（主动安全方向）
上海/北京 · 校招 · 2027 届 · 博士
长期有效
任职要求
- 硕士及以上学历，计算机 / 软件工程 / 人工智能等相关专业。
- 扎实的深度学习算法基础，精通常见的深度学习和机器学习算法。
- 面对未知的领域和问题，有非常强的自学能力，善于通过基本的研究方法对问题本身进行拆解，并找到每个步骤的解决办法。
- 有着良好的团队合作精神，能够同公司内部的不同团队保持合作关系。
- 加分项
- 相关领域的博士研究生。
- 具备端到端路径/轨迹生成相关经验，熟悉主流模仿学习方法，如diffusion，自回归等
- 具备强化学习在轨迹预测、决策规划的相关经验，熟悉主流强化学习方法，如 DQN、DDPG、SAC、PPO、GRPO 等
- 有过相关领域的顶级会议论文发表（CVPR、ICCV、ECCV等等）或在相关领域的学术竞赛（ImageNet、COCO、Kitti、Waymo等等）中取得较好成绩者优先
岗位描述
负责端到端决策模型算法的研发量产工作，主要聚焦于主动安全业务，重点方向包括但不限于。
模仿学习（如自回归生成、Diffusion Policy 等）
强化学习（涵盖轨迹生成、闭环训练、世界模型等相关技术）
一段式端到端模型的研发
构建高质量数据集，支持模型迭代优化
持续跟踪人工智能领域的前沿技术动态，推动先进算法在量产项目中的实际应用与落地。
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。