小鹏汽车
校招【27届校招】通用智能系统开发工程师
广州 · 校招 · 2027 届 · 硕士
长期有效
任职要求
- 硕士学历，人工智能、计算机、自动化、电子信息、汽车电子等相关专业
- 具备扎实专业基础，擅长运用AI解决问题，提升效率，了解Linux/Android系统、车载通信（DDS/SomeIP/CAN）、嵌入式基础、行业主流芯片和传感器工作原理，掌握任意一种编程语言即可
- 熟悉智能驾驶和智能座舱基础原理，了解ROS、AutoSAR、AI模型部署应用、AI Skill 和 Agent 开发等相关内容者优先
- 学习能力、逻辑思维、沟通协作能力良好，热爱智能驾驶和智能座舱，责任心强。
岗位描述
本岗位为通用智能系统开发岗，「无需编码开发、侧重系统方案 / 架构逻辑」。贴合AI大模型、端到端智驾技术以及舱驾一体的发展趋势。在资深的系统架构师的指导下，参与舱驾一体域控制器系统方案设计、方案落地及量产项目推进，打造行业领先的自研车载软硬件平台，成长为复合型的系统设计人才。
岗位职责
- 1、协助梳理通用智能软硬件系统设计方案书，配合完成AI大模型运行所依赖的基础软件/中间件/传感器/车载芯片/车云等适配方案研讨，编写标准化技术文档；
- 2、参与行业领先的舱驾一体软硬件平台开发，协助评估方案可行性、兼容性，积累架构设计思路；
- 3、参与车型量产项目，配合软硬件联调、版本迭代、数据整理，推动架构方案落地；
- 4、跨中心跨部门协作，对接上下游各团队，梳理并跟进解决项目风险与问题。
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。