小鹏汽车
校招【27届校招】数据价值算法工程师
北京/上海/广州 · 校招 · 2027 届 · 硕士
长期有效
任职要求
- 2027届硕士应届毕业生，计算机科学与技术、电子工程、通信工程、自动化等相关专业
- 具有扎实的计算机基础知识，包括操作系统、计算机网络、数据库等
- 熟悉至少一种编程语言，如 C/C++、Python 等，具备一定编程能力；有Ros工程经验的加分
- 了解云计算、大数据相关技术和概念，有实践经验者优先
- 对自动驾驶技术有浓厚兴趣和热情，愿意投身该领域基础设施建设工作
- 具备良好团队合作精神和沟通能力，能与不同专业背景人员协同工作
- 有较强学习能力和问题解决能力，能快速适应新技术新环境
- 注重细节，有责任心，具备良好抗压能力，能承担一定工作压力。
岗位描述
本岗位面向自动驾驶、机器人、智能座舱等业务中的VLA和世界模型的数据需求，围绕数据价值提升，设计高效、准确的数据分析、价值评估、场景发现与数据流转方案，为模型训练持续提供高价值数据。具体工作职责如下：
- 一、数据价值分析与优化，围绕模型训练的数据需求，构建数据价值分析体系，通过规则、模型及向量等多种算法，对海量数据进行分析、理解和组织。具体工作包含：
- 1、发现高价值场景，精准识别和剔除低价值、异常及脏数据；
- 2、搭建完善的数据标签体系，持续提升数据可理解性；
- 3、分析并优化训练数据集分布，提升数据覆盖率、多样性与信息密度；
- 4、设计迭代数据价值评估算法，持续优化训练数据质量。
- 二、基于视频图像与语音的内容理解，依托VLM等多模态模型，完成视频、图像内容的理解、结构化处理与向量化构建，搭建高效的数据组织与检索能力。具体工作包含：
- 1、利用SFT等技术，持续提升VLM模型对长尾、稀缺场景的理解能力；
- 2、搭建海量数据的向量化分析与相似场景检索方案，提升数据发现与复用效率；
- 三、数据工程与数据流转，搭建高性能数据产线，为海量数据分析、处理和流转搭建稳定、高效的工程支撑体系。具体工作包含：
- 1、优化数据分析、标签生成及数据流转过程中的CPU/GPU资源利用效率；
- 2、基于Airflow、Dagster等工作流系统，搭建自动化数据处理链路；
- 3、建设稳定、可扩展的数据基础设施，支撑数据价值体系持续迭代升级。
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。