蔚来
实习实习-语音大模型算法工程师（语音理解）
北京/上海 · 实习 · 2027 届 · 硕士
长期有效
任职要求
- 数学、计算机科学与技术、人工智能、信号处理、电子信息工程、软件工程等相关专业，本科及以上学历（硕士优先）
- 熟悉语音识别、大模型等核心算法，包括深度学习、LLM等
- 熟练掌握C/C++/Python编程语言，精通常用设计模式、算法及数据结构， 深入了解pytorch、tensorflow、vllm等主流深度学习框架和开源工具
- 有良好的理解、沟通和逻辑分析能力
- 学习能力强，工作积极主动，注重细节，做事耐心
岗位描述
参与多模态大模型语音方向研发，包括语音识别、音频理解、声音事件检测、语音端到端对话系统等核心模块设计与实现
跟踪多模态大模型和语音大模型前沿技术，开展算法创新与预研，探索新技术在实际业务场景的落地可行性，助力算法迭代升级
参与语音大模型的训练、微调、评测与迭代优化，提升模型精度、鲁棒性与推理效率
配合团队完成项目落地与工程化部署，推动算法成果在实际业务场景中稳定交付
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。