蔚来
校招提前批-AI计算芯片设计工程师
深圳/合肥 · 校招 · 2027 届 · 硕士
长期有效
任职要求
- 2027届应届毕业生，硕士及以上学历，微电子、电子工程、计算机科学、集成电路等相关专业
- 扎实的数字电路基础，熟悉计算机体系结构； 8. 熟悉Verilog或SystemVerilog硬件描述语言
- 设计方向：对处理器架构（如RISC-V/NPU/CPU）、总线（如AMBA/AXI）、或计算单元设计有浓厚兴趣
- 具备出色的分析问题和解决问题的能力，以及良好的团队沟通和协作精神
- 加分项（满足更佳）：
- 有基于FPGA的项目实践经验（如学科竞赛、课程设计、个人项目）
- 熟悉Python/C++ 等语言，并用于算法建模或工具开发
- 对机器学习/深度学习基本原理有了解，或参加过相关课程/项目
- 有ASIC实际项目经验或系统性的学习经历
- 熟悉Linux操作环境及基本的脚本编写能力；良好的英文文献阅读能力
岗位描述
- 1. 参与下一代高性能、低功耗AI计算芯片的架构探索与微结构定义；
- 2. 使用Verilog进行关键模块的RTL代码实现、集成与优化；
- 3. 协同验证团队，进行代码调试、覆盖率分析以及性能评估；
- 4. 参与综合、时序分析、功耗分析等前端设计流程；
- 5. 设计规格架构文档的编写；
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。