蔚来
实习实习-AI运维应用工程师
上海 · 实习 · 2027 届 · 本科
长期有效
任职要求
- 本科及以上在校生，计算机、人工智能、软件工程等相关专业，能保证至少3个月全职实习，每周实习不少于4天者优先。
- 对SRE工作、数字分身、AI Agent、自动化运维等领域有浓厚兴趣，具备清晰的逻辑思维和较强的问题分析能力。
- 掌握基础的代码开发能力，熟悉至少一种编程语言（Python、Go优先），能配合团队完成简单的功能开发、调试与联调工作。
- 学习能力强，沟通协作良好，有责任心和自驱力，能积极参与项目讨论，主动推进任务落地。
- 优先条件：了解大模型应用（如Prompt工程、模型微调）、自动化运维工具；有Python/Go开发经验；熟悉SRE核心工作流程或有相关实践经历。
岗位描述
- 1. 协助团队打造SRE数字分身产品，聚焦日常运维工单处理、常规运维场景自动化，参与核心功能开发、调试与性能调优，实现SRE人员能力的数字化沉淀与自动化复用。
- 2. 配合梳理SRE日常核心运维场景（如故障排查、监控告警、资源调度、变更管控），将SRE运维经验、操作规范转化为数字分身可执行的能力，提升运维自动化率并大幅提升故障处置效率。
- 3. 协助完成数字分身与现有基础设施、可观测平台（如Langfuse）的对接与联调，优化分身响应效率、准确性与稳定性，支撑SRE运维效率提升。
- 4. 学习AI大模型应用、自动化运维、SRE核心方法论相关技术，协助完成技术调研、方案验证、代码开发及相关技术文档编写。
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。