小鹏汽车
校招【27届校招】具身技术产品经理
深圳 · 校招 · 2027 届 · 硕士
长期有效
任职要求
- 计算机科学、机器人学、自动化、AI或相关专业，硕士及以上学历
- B端/C端智能硬件/自动驾驶或机器人产品的工作/实习经验，有需求定义到量产落地的完整经历优先
- 核心素质
- -杰出的逻辑梳理能力：在面对庞杂、不确定的技术可能性时，能够维度清晰的产品逻辑树，拒绝堆砌功能
- -极致的工程化思维：擅长将模糊的用户痛点拆解为可量化、可测试的衡量指标
- 加分项：
- -有机器人竞赛（如RoboCup、DARPA挑战赛）或顶级会议（ICRA/IROS）论文发表经验。
- -熟悉NVIDIA Isaac Sim、Gazebo等仿真环境，了解数字孪生技术。
- -对“AI Agent”或“大模型在物理世界的应用”有深度研究或落地经验。
岗位描述
岗位背景：
我们正处于机器人行业的生长期，行业尚无通用的产品范式。我们需要一名兼具哲学家头脑与工程师手脚的产品架构师，定义机器人在现实世界中的价值、服务与能力，而非仅是“需求翻译官”。
岗位职责：
1、产品定义与架构：
-负责核心智能功能（交互、导航、规划、运动控制）的产品设计；
-基于人类行为与物理交互，提出有创意的功能假设并输出高质量PRD；
-构建逻辑严谨、扩展性强、优先级清晰的功能矩阵；
2、技术可行性把控：
-理解具身智能技术栈（如VLA大模型、MPC/WBC运动控制）的原理；
-熟悉算法与软件在硬件产品落地过程中的常见约束；
3、全链路交付与商业闭环：
-主导从研发到实测的全流程，制定验收标准；
-以商业价值为导向，确保功能迭代服务于明确的商业场景；
4、跨域协同与体系建设：
-驱动算法、硬件、软件团队协作，解决软硬耦合问题；
-建立可生长的产品需求机制，保障系统架构的长期整洁与可扩展。
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。