小鹏汽车
校招【27届校招】深度学习平台研发工程师
广州 · 校招 · 2027 届 · 硕士
长期有效
任职要求
- 【主要职责】：
- 负责深度学习平台的系统架构设计和研发工作，提供端到端的模型交付能力
- 集成云原生能力，负责模型研发、训练、推理、Agent等相关功能，提升平台资源利用率和计算效率
- 负责大模型训练/推理的监控、排障和容错，参与模型训练和推理性能调优
- 持续运营，改进平台性能、易用性和稳定性，优化用户体验
- 【基本资格】
- 计算机科学，工程或相关领域的学士学位
- 熟悉Linux开发环境，掌握Golang/Python等语言，具备良好的代码规范意识和文档编写能力
- 熟悉云原生相关技术，如kubernetes、kubeflow、volcano等，具备二次开发经验
- 熟悉微服务、数据库、分布式系统、缓存技术、消息队列等相关技术
- 强大的解决问题能力，热爱技术，有较强的自我驱动学习能力，持续关注前沿技术发展
- 【期望资格】
- 相关领域的硕士学位
- 深入理解深度学习理论，熟悉主流训练推理框架Pytorch/Deepspeed/Megatron/Triton/Vllm，故障定位和性能调优方向有相关项目经验
- 参与过AI Infra相关项目，熟悉FlashAttantion、DLRover、AIBrix等社区项目
- 具备大规模GPU集群的研发和实践经验，了解通用GPU架构、GPU虚拟化、RDMA高速网络和分布式存储技术
岗位描述
建设高效的深度学习基础服务，保障大规模训练稳定，为各类模型研发提供技术支撑，优化计算效率，支持算法团队业务需求落地
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。