蔚来
校招提前批-面向AI智能评测开发工程师——应用软件方向
上海/合肥 · 校招 · 2027 届 · 本科
长期有效
任职要求
- 本科以上学历，人工智能、车辆工程、自动化、机械电子、计算机、电子通信、测控等相关理工科专业。
- 优秀的学习能力和沟通能力，对工作有强烈的责任心，有问题解决能力和良好的抗压能力。
- 对AI等新技术充满热情，具备较强的逻辑思维、问题拆解与数据分析能力，AI应用驱动思维和应用落地能力。
- 对汽车行业有浓厚兴趣，汽车功能有一定了解。
- 掌握Python开发，熟悉主流AI评测框架（Promptfoo、Inspect、LangSmith、Arize等），具备独立开发自动化评测脚本、评测工具的能力。
- 深入理解大语言模型、多模态模型、RAG、智能体的核心原理与应用场景，熟悉AI模型常用评测指标与评测方法，具备大模型全维度评测实战经验
- 具备测试工程方法论与自动化架构能力，能将测试方案工程化落地。
- 具备Linux调试与网络诊断能力，熟悉系统命令、抓包分析、远程连接与日志定位。
- 具备基础数据处理与分析能力，能完成统计分析、异常识别、结果解读与报告输出。
- 加分项：
- 获得过省级或者全国级别赛制名次优先。
- 有相关项目实习经验3个月以上的优先。
- 具备AI工具(尤其是AI测试工具)相关的设计、开发、使用经验者优先。
- 掌握基础统计学知识，会运用量化分析方法完成评测数据分析，输出高质量评测报告优先。
岗位描述
AI测试方案设计与应用：负责智能座舱、智能辅助驾驶、车联网、车身功能、网络诊断等汽车功能软件的AI驱动测试应用工作，借助AI技术提升功能测试、性能测试、回归测试等场景的测试效率。
AI自动化测试工具与脚本开发：负责AI自动化测试工具、测试脚本的设计开发与维护，参与AI辅助测试平台的建设，提升测试效率。
AI测试数据与用例建设：负责测试数据的规划、构建与标注，利用AI搭建通用及汽车专项场景测试集（如ADAS、OTA、CAN总线等），保障测试用例的质量与场景覆盖面。
AI缺陷分析与闭环：执行测试任务，利用AI分析定位软件缺陷与性能瓶颈，输出测试报告，跟踪问题修复与回归验证，完成缺陷闭环。
AI技术引领与规范落地：关注AI测试前沿技术与汽车行业质量标准（如ISO 26262、ASPICE），参与团队测试规范与流程的制定，沉淀测试工具与最佳实践。
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。