小鹏汽车
校招【27届校招】计算平台软件工程师
上海/广州 · 校招 · 2027 届 · 本科
长期有效
任职要求
- 教育背景：计算机、软件工程、人工智能、数据科学等相关专业，本科及以上学历，硕博优先
- 理论基础扎实： 精通分布式系统原理、并行计算、存储系统、数据库原理、数据湖/数据仓库理论、大规模机器学习等学科知识，有相关顶会/顶刊论文经历者优先
- 技术能力突出：
- （1）熟练掌握至少一种主流分布式计算框架（如Spark、Flink、Ray等）和一种深度学习框架（如PyTorch、TensorFlow等）
- （2）具备大数据存储与处理系统（如OSS、CPFS、Iceberg、Delta Lake、Hudi、StarRocks、ClickHouse、ElasticSearch、Milvus等）实操经验
- （3）具备高性能数据检索、索引优化、海量数据管理等工程经验
- 编程与工程能力强
- （1）熟练掌握Python/Java/Scala/C++/Rust等主流开发语言中的至少一种，具备良好的工程实践和代码规范
- （2）有高并发、大规模分布式系统、流式/批式混合计算平台相关项目经验者优先
- 创新与解决问题能力：具备独立分析复杂系统、定位瓶颈、提出创新性解决方案的能力，对技术钻研有热情，善于跨界学习
- 沟通协作与主动学习：良好的团队协作能力、沟通表达能力及自驱力，乐于分享、敢于挑战难题
- 加分项：
- （1） 在数据库、分布式系统、云原生计算、向量数据库、机器学习系统等领域有顶会（SIGMOD、VLDB、ICDE、NeurIPS、ICML等）论文、竞赛获奖或开源项目贡献
- （2）有阿里云、腾讯云、AWS、GCP等云平台大数据相关实习、项目或竞赛经历
- （3） 具备自动驾驶、机器人、智能感知领域大规模数据处理或AI应用落地经验
- （4）英语或技术写作能力优秀，有技术博客、专利、文档经验。
岗位描述
- 1、参与自动驾驶海量数据的采集、管理、处理与高效调度，设计与开发自动驾驶全链路数据平台，包括但不限于数据湖、数据仓库、分布式存储、流批一体计算与智能数据标注、数据治理等；
- 2、研发大规模分布式计算与训练平台，基于Spark、Flink、Ray、PyTorch等技术实现自动驾驶大模型的数据清洗、预处理、并行训练与推理，支持多GPU/多集群高性能任务编排与资源调度；
- 3、优化存储与检索架构，探索和实现包括OSS、CPFS、Iceberg、Delta Lake、Hudi、StarRocks、ClickHouse、ElasticSearch、Milvus等新一代高性能存储与检索方案，提升数据读写、索引、管理效率，赋能AI训练和推理；
- 4、参与团队架构设计与技术攻关，跟进学术前沿与业界动态，解决自动驾驶场景下数据一致性、扩展性、高可用、智能调度等核心难题；
- 5、推进工程实践落地与持续优化，深度参与端到端系统开发、自动化测试、上线发布与持续运维，推动数据与AI平台的稳定迭代和性能进化。
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。