小鹏汽车
校招【27届校招】智能座舱研发工程师（广州）
广州 · 校招 · 2027 届 · 本科
长期有效
任职要求
- 本科及以上学历，计算机、软件工程等相关专业，基础扎实，成绩良好
- 具备扎实的计算机专业基础知识，熟练掌握数据结构、常用算法、操作系统原理、计算机网络、内存管理、进程线程机制等核心底层知识；熟练掌握C/C++、Java、Kotlin等任意一种及以上编程语言，代码功底扎实，熟悉软件开发基本流程，具备良好的编码规范与问题排查思维，有课程设计、项目开发、竞赛开发等相关代码开发经验优先
- 了解智能座舱基本架构与核心功能逻辑，了解Android系统、车载系统基础原理，对多屏交互、OTA、车载应用开发等座舱核心业务有认知和学习积累
- 了解车载 EEA 电子电气架构与车载网络体系， CAN/LIN、车载以太网基础协议；了解域控制器、车载显示屏、HUD、车载摄像头等座舱核心硬件基础原理，有基础软硬件联调、兼容性适配经验优先
- 具备良好的逻辑思维、学习能力和问题分析能力，善于接受新知识、新技术，能够快速适配团队研发工作，有较强的抗压能力和执行力
- 具备良好的团队协作意识、沟通表达能力和文档撰写能力，工作认真严谨、责任心强，有车载、座舱相关实习或项目经验者优先
- 对车载AI、端侧智能、大模型落地应用有浓厚兴趣，了解AI模型推理、端侧部署基础逻辑，能够结合计算机底层知识理解AI车载落地场景，有AI相关课程项目、竞赛、算法落地实践经验者优先
- 具备良好的英文阅读能力，可查阅英文技术资料，了解汽车行业基础规范、有相关科研竞赛获奖者优先。
岗位描述
- 1、参与智能座舱系统车载信息娱乐、影像、车控设置、OTA升级等座舱核心功能模块的开发、调试与优化，配合完成系统稳定性、流畅度优化工作；
- 2、参与智能座舱AI相关功能及Agent Tools的研发与落地，包括车载大模型交互、场景智能、个性化座舱、AI辅助驾驶交互等智能化功能的协同研发、调试适配与性能优化；
- 3、参与智能座舱产品需求拆解、技术评审、基础架构学习，配合团队完成软硬件适配、功能开发、系统集成测试等研发工作，按要求输出技术文档、开发总结等资料；
- 4、协同产品、软硬件、测试、质量等团队跟进研发项目进度，配合完成功能调试、Bug修复验证，协助优化座舱人机交互体验与系统基础性能，保障车型交付；
- 5、主动学习智能座舱行业前沿技术、AI车载应用技术及行业规范，车载大模型、端侧AI、智能座舱场景化交互等新技术、新方案，积累座舱智能化研发相关技术经验，助力产品智能化提升；
- 6、参与团队完成项目复盘、技术预研和沉淀工作，整理基础研发规范，配合完成车型量产相关基础技术支撑工作。
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。