小鹏汽车
校招【27届校招】 软件验证工程师（自动驾驶仿真）
广州/北京 · 校招 · 2027 届 · 本科
长期有效
任职要求
- 职位要求
- 本科及以上学历，以车辆工程、计算机科学、软件工程、自动化、通信工程及相关专业为主
- 熟悉自动驾驶系统（感知/决策/控制/模型）及仿真工具链
- 掌握Python或C++，具备Linux操作能力
- 有L2/L4测试经验者优先(数据驱动仿真、端到端模型闭环评测)
- 有自驱力与责任心，逻辑严谨，对工作成果负责，能够在快节奏的项目周期中主动承担任务
- 具备跨团队沟通能力，能与各个不同部门高效协同。
岗位描述
职位描述
仿真验证，软件在环（SIL），负责自动驾驶软件功能的全链路测试，包括设计测试策略与方案、场景库建设、测试执行及问题闭环；
场景库建设，基于真实路采数据、法规标准及泛化方法，构建并动态更新自动驾驶测试场景库，覆盖常规工况及危险工况；
自动化测试，开发和维护自动化测试脚本，将仿真测试集成到自动化流程中，以实现算法的高效回归验证；
验证与评测，设计仿真验证的评价指标体系，对算法的性能指标进行多维度分析与评测，确保通过率及可靠性；
问题分析与闭环，深度分析仿真测试结果，针对自动驾驶软件的各个功能模块的缺陷或平台问题，撰写报告并跟进解决，实现问题闭环。
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。