小鹏汽车
校招【27届校招】具身智能运控软件工程师
深圳 · 校招 · 2027 届 · 硕士
长期有效
任职要求
- 硕士以上学历，计算机科学、自动化、电子工程或相关专业领域
- 有实时系统或嵌入式系统项目背景
- 精通 C++，理解 RAII、智能指针、线程安全、锁粒度控制与内存管理等基本知识；有能力 review 并改进现有代码的健壮性
- 熟练使用 CMake 或 Bazel 等构建系统，有维护过中大型 C++ 项目编译配置的经验
- 熟悉 Linux 开发与调试环境（gdb、perf、火焰图、日志分析），能独立定位崩溃、死锁和性能瓶颈
- 有将算法方案转化为工程代码的完整闭环经验：从理解方案设计 → 独立编写 C++ 实现 → 真机验证 → 修复差异 → 交付
- 具备良好的工程习惯：代码自测充分、commit 粒度合理、在代码提交中清晰描述变更意图和影响面
- 具备良好的团队协作能力：能与算法、硬件、测试等角色高效配合，在联调中主动对齐接口和时序。
岗位描述
您将加入人形机器人核心软件团队，参与运动控制软件的开发、重构与量产交付。并支持多种机器人形态的快速适配和能力复用。你将深度参与遥操作、力矩平滑、安全防护等关键实时控制模块的开发，在毫秒级控制周期的真机环境中解决实时性、安全性和鲁棒性挑战。
主要职责：
- 1、独立负责运动控制软件模块的开发与交付：包括但不限于遥操作数据采集与全身控制链路、力矩平滑与抖动优化、安全防护与降级策略实现；
- 2、与运动控制算法团队对接，将算法方案（如遥操模型、力矩控制策略）转化为高质量的生产级 C++ 代码，处理算法到工程落地过程中的接口适配、数据对齐和性能差异。本岗位不涉及算法研发，聚焦软件工程；
- 3、参与运动控制系统的架构升级：理解模块化业务的职责边界与接口规范，在新架构下完成模块适配，保障系统稳定、可靠；
- 4、在真机环境中进行调试与性能分析：使用系统级性能分析工具定位延迟瓶颈和资源竞争，区分仿真与真机差异，提出可落地的优化方案；
- 5、维护项目的构建系统与编译配置（基于 CMake 或 Bazel），保障构建流程的稳定可用，及时处理代码合并冲突与依赖变更；
- 6、遵循量产级质量规范；问题发生后及时记录并给出初步分析；功能交付附带测试验证报告；
- 7、输出模块设计文档与接口说明，沉淀真机调试经验与故障排查流程。
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。