蔚来
实习实习-冲压助理工程师-智造开发（算法类）
上海 · 实习 · 2027 届 · 不限
长期有效
任职要求
- 智能制造、人工智能专业或计算机算法相关专业
- 熟悉数字化制造技术、智能设计与仿真技术、智能制造工程与技术、智能装备与控制技术、机器人工程、智能传感技术、工业互联网与物联网、工业大数据、智能运维与健康管理、智能制造系统规划与管理等相关知识
- 具备计算机图像识别、AI算法相关专业基础
- 熟悉了解Unity等数字孪生平台，具备一定实操经验，能完成基本模型搭建者优先
- 了解AI、CV等算法，具有C#、Python、VBA等开发经验，有独立或主导开发经验者优先
- 具备基础电子电气规划、PLC控制相关专业能力，能完成简单电气控制程序编写者优先
- 具备Catia等三维建模软件二次开发能力优先
- 具备良好的沟通能力和团队合作精神，能够积极主动地学习和工作。
- 工作细心、有责任心，能够承受一定的工作压力
岗位描述
完成冲压业务相关数据的标准化和数据治理，建立数据关系表，完成底层数据库搭建；
参与冲压业务数据标准的制定和维护工作，协助整理和更新数据字典、元数据等相关文档;
参与冲压物联网与数字孪生模型建设工作，协助完成系统框架搭建与需求书编制；
参与智能制造项目开发进度评审、测试与优化工作，完成必要的代码编制与优化工作；
其他智能制造项目辅助性工作或临时任务。
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。