蔚来
校招提前批-AI数据产品经理
上海 · 校招 · 2027 届 · 本科
长期有效
任职要求
- 原生 AI 项目的 Builder：必须有 AI 项目的实战经验。别只谈接 API，我们需要你真正调过 Prompt 策略、处理过 Agent 陷入死循环的幻觉问题，或者实现过复杂的 RAG 链路。
- 技术极客：熟练使用 AI 编程助手，看得懂代码，对 Python、SQL 或是当下最前沿的 Agent 框架有概念或实操经验。
- 对数据有结构化洁癖：能够穿透表象看本质，具备顶级的数据抽象能力，对本体建模或知识图谱有极高的敏感度。
- 极度拥抱不确定性：每天都在跟最新的 LLM 打交道，具备强大的直觉与自我迭代速度，享受与模型调教和博弈的过程。
岗位描述
设计 AI 的认知图谱：拒绝让 LLM 瞎猜。你将负责企业级本体语义网络的设计，把复杂的现实业务抽象为 Data-to-AI 的知识语义层，构建让大模型直接对齐物理世界的统一 Schema。
架构 Agentic 自动化工作流：负责下一代数据 Agent 平台的功能定义。你要攻克的是 ReAct、Plan-and-Solve 等高级推理框架在数据分析场景的落地，让 Agent 拥有多步规划与反思能力。
打通工具链：设计极度丝滑的 Tool 编排机制，让 Agent 能够作为智能中枢，精准、安全地调用底层异构数据库和复杂 API 矩阵。
端到端闭环优化：负责 Prompt 工程、上下文优化以及 RAG 系统的链路设计，用指标量化并驱动 Agent 的进化。
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。