柏楚电子
校招算法工程师(J10467)
上海 · 校招 · 2027 届 · 本科
长期有效
任职要求
- 1.学历及专业：本科及以上学历，计算机、数学、物理，机械工程及自动化、信息工程以及电气工程等相关专业。
- 2.代码能力：熟练掌握一门面向对象编程语言，熟练掌握数据结构与算法相关知识
- 3.合作沟通：有合作、交流、责任意识，有清晰的语言表述能力和优秀的理解能力
- 4.思维能力：深厚的代码阅读和分析能力，能够迅速理解复杂的代码结构和逻辑，高效的定位和解决问题
- 5.学习能力：对新技术和工具保持好奇心，愿意不断学习和适应变化
- 6.工程能力：能对模型、算法、场景进行抽象和标准化，并进行自测自查，确保开发的功能、性能满足项目要求。
- 【加分项】
- 1.数学基础好（计算几何、线性代数、图论，数值计算方法）
- 2.有三方库分析调用和优化经验
- 3.熟悉CAD/CAM领域，对这些领域感兴趣，有相关软件或算法开发经验者。
岗位描述
- 1.算法开发：设计、开发和优化高效的计算几何算法，用于处理复杂的几何模型，如曲线、曲面和三维实体，解决与几何相关的实际工程问题，如CAD建模、模拟仿真、路径规划和组合优化等。
- 2.数学建模：挑战复杂的技术问题，将实际问题抽象为数学问题，并提出有效的创新性解决方案，分析和验证算法的数学正确性，保证在各种情况下的稳定性和可靠性。
- 1.学历及专业：本科及以上学历，计算机、数学、物理，机械工程及自动化、信息工程以及电气工程等相关专业。
- 2.代码能力：熟练掌握一门面向对象编程语言，熟练掌握数据结构与算法相关知识；
- 3.合作沟通：有合作、交流、责任意识，有清晰的语言表述能力和优秀的理解能力；
- 4.思维能力：深厚的代码阅读和分析能力，能够迅速理解复杂的代码结构和逻辑，高效的定位和解决问题；
- 5.学习能力：对新技术和工具保持好奇心，愿意不断学习和适应变化；
- 6.工程能力：能对模型、算法、场景进行抽象和标准化，并进行自测自查，确保开发的功能、性能满足项目要求。
【加分项】
- 1.数学基础好（计算几何、线性代数、图论，数值计算方法）；
- 2.有三方库分析调用和优化经验；
- 3.熟悉CAD/CAM领域，对这些领域感兴趣，有相关软件或算法开发经验者。
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。