蔚来
校招提前批-面向AI智能评测开发工程师——嵌入式软件方向
上海/合肥 · 校招 · 2027 届 · 本科
长期有效
任职要求
- 本科及以上学历，计算机、电子、通信、自动化等相关理工科专业优先
- 对 AI、新技术和工程实践有热情，愿意主动学习并尝试使用 AI 工具
- 具备较好的逻辑思维能力、学习能力和代码基础，喜欢动手解决问题
- 了解计算机网络或通信基础知识，能写出清晰、规范的代码和文档
- 做事认真负责，有交付意识，遇到问题愿意主动分析、沟通和推进
- 具备良好的团队协作意识，愿意和不同方向的同学、工程师一起完成复杂任务。
- 加分项
- 做过车载系统、IoT 设备、嵌入式硬件相关的测试或开发项目，例如 Jetson、树莓派、STM32 等
- 熟悉以太网通信原理，了解交换机配置、VLAN 划分、网络抓包分析工具，如 Wireshark、TCPDump，并有实际调试经验
- 使用过示波器、逻辑分析仪、万用表、网络分析仪等硬件测试工具
- 在全国性比赛中取得过二等奖及以上成绩，个人或团队项目均可。
岗位描述
如果你对 AI、智能硬件、车载操作系统感兴趣，也希望把课堂里学到的计算机、通信、嵌入式知识真正用到复杂系统中，欢迎加入我们。这个岗位会带你深入真实的软硬件研发场景，一起建设更高效、更智能的测试体系。
工作内容包括：
参与真实业务测试
参与车载操作系统、整车软件集成系统等方向的测试工作，帮助团队发现问题、定位问题，并输出清晰的测试报告；
参与建设和维护测试流水线，包括 CI/CD、硬件联动测试等，让测试过程更自动化、更高效；
接触并测试常见硬件接口与通信协议，例如 I2C、SPI、UART、CAN、Ethernet 等；
沉淀测试文档、操作手册和经验总结，把你的实践转化为团队可以复用的方法。
维护测试环境和测试工具
根据实际业务需求，参与测试工具的需求分析、开发和日常维护；
搭建和维护测试环境，管理测试样件与设备，并协助解决测试设备使用过程中的问题；
在实践中提升脚本开发、自动化测试、设备调试和问题分析能力。
探索 AI Agent 测试能力建设
参与构建面向测试场景的 AI Agent，用 AI 提升测试效率和产品质量；
对 AI Agent 类产品进行功能、性能、稳定性等方面的评测，发现问题并形成评测结论；
和团队一起探索 AI 在测试开发中的更多落地方式。
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。