小鹏汽车
校招【27届校招】平台开发工程师
上海/广州 · 校招 · 2027 届 · 本科
长期有效
任职要求
- 2027 年毕业，计算机科学与技术、通信工程、电子信息工程等相关专业本科及以上学历，具备扎实的专业理论基础
- 对智能汽车、机器人及飞行汽车充满热忱；具备极客探索精神，勇于挑战“海陆空”全场景自动驾驶与具身智能落地的顶尖工程壁垒
- 掌握 Linux 环境下C/C++与 Python 等语言的应用开发及性能排查技能；掌握计算机通信和操作系统原理，具备扎实的算法与程序设计能力；具备 AI 开发经验，了解 AI Agent 架构体系，熟悉大语言模型应用生态
- 具备强烈的好奇心、自驱力以及强大的问题解决能力和快速学习能力；热爱技术，持续学习，勇于创新
- 具备良好的团队协作能力、沟通能力和问题解决能力，能够在团队环境中高效完成工作任务，适应快节奏的工作氛围。
- 加入我们将获得的优势
- 丰富研发产品：可以同时参与智能汽车、机器人、飞行汽车多个不同形态产品研发，技术视野开阔
- 专业通用性强：基于通用 Linux 操作系统与通用计算架构，全面融入前沿 AI 开发（Agent/中间件）与 AI 效率工具的深度应用，技术普适性强，可高效无缝迁移不同产品
- 直面前沿工程：深度参与自研芯片平台开发及 AI 模型推理/异构调度等核心中间件研发，代码直通车规级量产，积累大模型时代极具稀缺性的 AI 系统级工程经验。
岗位描述
- 1. 参与自动驾驶、机器人及飞行汽车等前沿通用平台架构的研发。面向高性能异构计算场景，推动软硬件协同优化，涵盖极低延迟通信、定制化操作系统、核心基础服务及多源传感器应用的全栈开发；
- 2. 负责平台核心通用软件的研发落地，如AI Agent、高性能通信和算力调度中间件、系统和网络安全、传感器等关键模块；
- 3. 攻克量产级平台的复杂软硬件协同难题。负责 AI 芯片/异构算力与上层软件跨层疑难问题的深度诊断与修复；持续推进系统性能瓶颈突破与稳定性治理，保障车规级量产系统的高可靠运行；
- 4. 紧跟底层芯片与计算架构的前沿演进，参与小鹏自研芯片的平台软件研发；推动先进硬件加速方案向工程实践转化，为全场景智能平台提供核心技术支撑。
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。