蔚来
实习实习-算法开发工程师
合肥 · 实习 · 2027 届 · 硕士
长期有效
任职要求
- 计算机科学、数学、人工智能、数据科学等专业本科或硕士应届毕业生
- 熟悉CNN、LSTM、Transformer等神经网络架构
- 熟练掌握一种或多种编程语言，如Python、C++、SQL等
- 熟练使用一种或多种深度学习框架，如TensorFlow、PyTorch等
- 具有时序分析、自然语言处理等深度学习相关的项目经验者优先
- 具有良好的语言表达能力和沟通协调能力
- 具有良好的逻辑思维能力和解决问题的能力
- 具有较强的英语阅读和写作能力，有较强的英文文献阅读和研究能力
岗位描述
- 1. 负责工业化领域AI类产品的需求梳理，与业务部门紧密合作，挖掘价值，形成产品
- 2. 负责时序预测、自然语言处理等深度学习算法开发与调优，包括但不限于数据采集、标注、特征提取、算法模型框架搭建、模型训练等
- 3. 负责算法模型测试与部署，包括但不限于测试集搭建、模型测试与评估、模型部署、应用服务搭建等
- 4. 支持已落地AI场景的持续运营与提升，快速响应现场问题解决和系统迭代需求
- 5. 准备技术文档，包括算法设计说明、开发进度报告和测试报告
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。