小鹏汽车
实习机器人VLA大模型算法实习生
上海 · 实习 · 2027 届 · 不限
长期有效
任职要求
- 计算机科学、人工智能、机器人、电子工程、自动化等相关专业
- 具备扎实的机器学习理论基础，熟悉监督学习、模仿学习、强化学习等常见算法，以及Transformer、视觉语言模型和VLA模型等相关技术
- 熟悉PyTorch、TensorFlow等至少一种深度学习框架，具备良好的工程和编程能力，熟练掌握Python，了解C++
- 具备良好的数学基础，包括线性代数、概率论、统计学及最优化方法等
- 对机器人学习、具身智能和多模态大模型具有浓厚兴趣，具备较强的学习能力、创新意识及问题分析能力
- 在机器学习、计算机视觉、自然语言处理、机器人或具身智能相关领域的顶级期刊或会议发表过论文者优先
- 具备良好的团队协作和沟通能力，能够积极推动研究成果的工程验证与应用落地。
岗位描述
- 1. 负责机器人系统中机器学习算法的研究、开发与优化，包括但不限于视觉—语言—动作（VLA）大模型、具身感知、任务规划、运动控制及端到端机器人学习等方向；
- 2. 负责机器人多模态数据的收集、清洗、标注、质量评估与预处理，熟悉真机数据、仿真器数据、3DGS数据等不同类型数据的特点、处理方法及配比策略，提升模型的准确性、泛化能力和跨场景迁移能力；
- 3. 设计并实现VLA大模型的训练、微调和评测流程，包括优化算法选择、超参数调优、数据配比实验及模型性能分析，确保模型在不同机器人本体、任务和环境下的稳定性与可靠性；
- 4. 跟踪机器人学习、具身智能及多模态大模型领域的前沿进展，推动相关算法在真实机器人系统中的验证与落地。
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。