蔚来
校招提前批-算法模型工程师
上海 · 校招 · 2027 届 · 博士
长期有效
任职要求
- 学历与专业：计算机科学、人工智能、数据科学、数学或相关专业的硕士或博士学位。
- 算法经验：具备机器学习和深度学习、大模型实战经验，具备相关开发经验，且有一定的项目落地案例。有过相关实习经验的优先。
- 技术能力：熟练使用Python等编程语言，精通主流的分布式深度学习计算框架（如TensorFlow、PyTorch等）。
- 数据分析：具备较强的数据敏感度与数据分析能力，能够从海量数据中挖掘出有价值的信息。
- 创新思维：具有较强的创新意识和钻研精神，能快速掌握新技术并灵活应用。
- 沟通能力：具有良好的沟通协调能力和团队合作精神，能与不同背景的团队成员高效协作。
岗位描述
总体职责：负责能源智能化领域的相关工作，通过应用智能算法与数据分析，解决能源业务中的实际问题，提升用户体验及系统效率。
算法研发：设计并开发创新性的算法模型，主要涵盖机器学习、深度学习、大模型等领域，应用于能源智能化的具体业务场景。
数据分析：对大规模的业务数据进行深入分析，挖掘潜在的数据价值，为能源业务提供智能化的支持与决策依据。
团队协作：与业务团队、产品团队及开发团队密切合作，推动算法模型转化为可行的解决方案，并确保顺利落地。
技术追踪：关注国内外最新的技术发展和研究趋势，应用先进技术推动能源智能化进程。
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。