小鹏汽车
校招【27届校招】 评估开发工程师（自动驾驶仿真）
广州 · 校招 · 2027 届 · 本科
长期有效
任职要求
- 岗位要求：
- 教育背景：计算机、自动化、机器人、车辆工程或数学等相关专业，应届毕业生或毕业一年以内具备探索精神的初级候选人。
- 知识技能：熟悉 Linux 基础操作，具备扎实的 C++ 编程功底，具备良好的代码规范；掌握数理基础（如物理运动学、概率统计）。
- 自驱与协同：对自动驾驶领域充满热情，思路开阔；具备良好的逻辑分析能力与跨团队沟通协作意识。
- 加分项：
- 熟练掌握并日常使用 AI 辅助编程工具，具备应用大模型 / Agent 工具解决复杂逻辑问题或实现流程自动化的强烈意愿与实践经验。
- 有自动驾驶、无人车、机器人等领域的项目开发或相关竞赛经验。
岗位描述
岗位职责
量化评价体系建模：基于自动驾驶业务场景与车辆物理规则，开发量化评分算法，提升各项评估指标（Metric）对自动驾驶算法能力及用户体感的区分度与置信度。
高置信度闭环测试：负责自动驾驶算法能力评估指标（Metric）的精确率与召回率迭代；维护高价值回归测试集，确保仿真评测结果与实车路测表现的高度一致。
仿真评估软件优化：参与自动驾驶仿真评估体系的核心架构演进，优化系统架构，提升整体运行效率。
研发工作流智能化（AI 驱动）：积极引入前沿的大模型与 AI 辅助编程 / Agent 技术，探索并构建评估开发全流程的自动化闭环，推动研发工作流的智能化升级。
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。