蔚来
校招提前批-供应链算法工程师
上海 · 校招 · 2027 届 · 硕士
长期有效
任职要求
- 理工科硕士及以上学历，计量经济学，计算机学，统计学，数学，信息工程，电子工程优先
- 在机器学习与运筹优化方面有行业落地经验者优先
- 有应用型AI Agents产品落地经验者优先
- 对供应链或汽车行业有一定经验者优先
- 有数学建模，特别是Simulation建模经验者优先
- 扎实的数据分析，量化拆解及归因分析能力
- 扎实的SQL基础 is a must
- 扎实的编程基础，熟悉python（或相似的其他软件）中的scikit-learn, pyscipopt等机器学习与运筹优化的使用
- 对预测算法，特别是基于时间序列的预测算法有扎实功底且有一定行业/项目者优先
- 有强烈的责任心，强沟通能力，模型解释能力和合作精神，目标感强、思路清晰
岗位描述
供应链是企业经营中最核心的职能之一，可以直接决定从交付效率，履约体验到利润提升的各方面经营表现。同时，汽车供应链的多层级，高复杂，长链条，多触点又让整体供应链经营充满着变化，不确定性与挑战。因此，数据在供应链经营中就变得非常重要。团队的工作，就是基于我们对于供应链业务的了解，利用我们在指标体系运营，数据智能应用与数据资产服务的能力，帮助供应链提前识别风险，洞察问题原因并提出数据分析与数据模型上的解决方案，真正做到用多种数据能力辅助管理层做出最优决策。
你的责任就是利用你在数据分析与数据建模上的能力，帮助供应链管理层在履约，库存&成本等维度，看清现状，预知风险，洞察原因，优化效率；
具体工作职责：
- 1. 贴近业务实际现状，痛点与需求，利用自身在数据分析，数仓搭建和数据建模上的专业能力，为业务解决实际痛点，进一步提高业务效率；
- 2. 紧密与业务建立有效沟通机制，在交付稳定性，供应链风险预警，供应链成本优化等领域推动&团队沉淀分析架构，模型,算法库，并推动产品化及业务化持续优化；
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。