小鹏汽车
校招【27届校招】AI产品经理（海外方向）
北京/上海 · 校招 · 2027 届 · 本科
长期有效
任职要求
- 对智能驾驶、辅助驾驶、端到端模型、AI Agent、智能汽车产品有强兴趣，并愿意长期深入复杂系统型产品。
- 具备清晰的智驾产品认知：理解智驾不是单点功能堆叠，而是由场景能力、用户信任、系统边界、HMI表达和体验稳定性共同构成。
- 具备 AI Native 思维，愿意用模型能力、数据闭环、场景泛化和用户体验重构的视角，思考下一代智驾产品形态。
- 具备较强的真实场景分析能力，能从实车体验、路测问题和用户反馈中发现本质问题，并转化为产品需求或验收标准。
- 逻辑清晰、表达结构化，能输出需求说明、体验复盘、竞品分析或验收结论。
- 主动性强，愿意参与实车体验和跨团队协作，能持续推动问题闭环。
- 具备商务英语能力，支持海外市场、用户反馈沟通。
岗位描述
业务方向：全球化/ 端到端智驾产品 / 导航产品
岗位职责
- 1、参与海外智能驾驶产品规划与落地，支持一段式端到端智驾能力在海外车型上的需求定义、版本验收和问题闭环。
- 2、结合海外道路环境、交通规则、驾驶习惯和用户预期，挖掘海外智驾差异化需求，形成场景定义、产品需求和验收标准。
- 3、参与海外智驾版本实车、路测验证和体验验收
- 4、推动导航与智驾协同体验，包括线路引导、SR显示、仪表/HUD提示等，帮助用户理解系统意图。
- 5、支持海外地图能力与智驾体验的协同落地，参与基础导航、车道信息、路线偏好等与智驾相关的需求梳理。
- 6、协同算法、研发、测试、座舱、地图、仪表、HUD等团队，推动跨模块问题闭环和版本交付。
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。