蔚来
校招提前批-数据智能开发工程师
上海 · 校招 · 2027 届 · 本科
长期有效
任职要求
- 热爱计算机科学与互联网技术，具备扎实的编程基础，具备快速学习和探索新技术的能力
- 熟练掌握分布式计算和大数据处理平台（如 Hadoop、Spark、Hive、Storm、Kafka 等）
- 熟悉 AI 应用相关技术，包括大模型基本原理、提示词工程（Prompt Engineering）、上下文工程、向量数据库、图数据库等，有智能体（Agent）开发经验者优先
- 有开源项目参与经验并对社区有实际贡献者优先；有互联网公司实习经历或数据分析/用户行为分析经验者优先
- 本科及以上学历，计算机或数学相关专业
岗位描述
- 1. 基于大模型（LLM）开展数据分析类智能体的设计、开发与案例实践，探索 AI 在数据领域的创新应用；
- 2. 参与面向 AI 的数据语义治理体系建设，打造适配大模型的数据与知识体系；
- 3. 围绕数据智能应用场景，构建业务流程相关的知识图谱，提升数据理解与应用效率；
- 4. 负责数据模型设计及数据与知识的 ETL 开发，支持多业务场景的数据需求；
- 5. 参与构建统一的数据服务与 AI 消费层解决方案，提升数据资产的可用性与价值转化能力。
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 数据 岗位的常见面试问题整理
请解释数据仓库的星型模型和雪花模型的区别
查看答题思路
1. 星型：事实表在中间，维度表直接关联，维度表非规范化（有冗余） 2. 雪花：维度表进一步规范化，减少冗余但增加 join 次数 3. 选择：星型查询快（join 少），雪花存储省，一般生产用星型更多
如何设计一个埋点体系来追踪用户行为
查看答题思路
1. 确定业务目标：留存/转化/活跃 2. 定义事件：页面浏览/点击/曝光/转化，每个事件带属性 3. 技术栈：前端 SDK 上报 → Kafka → Flink 实时清洗 → ClickHouse/Hive 存储 4. 数据分层：ODS（原始）→ DWD（明细）→ DWS（汇总）→ ADS（应用） 5. 质量：埋点测试 + 数据校验 + 异常告警
SQL：有一个用户登录表 user_login(user_id, login_date)，查询连续登录超过 7 天的用户
查看答题思路
1. 思路：用 login_date 减去排名序号（ROW_NUMBER），同组连续日期差值相同 2. 关键 SQL：SELECT user_id, login_date-ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY login_date) AS grp 3. GROUP BY user_id, grp HAVING COUNT(*) >= 7 4. 强调：理解窗口函数和连续性问题的一般解法
你做过最有价值的数据分析项目是什么
查看答题思路
1. 业务背景：分析什么、为什么重要 2. 数据来源和量级 3. 分析方法：用了什么模型/统计方法 4. 核心发现：一句话说清洞察 5. 业务影响：做了什么决策、带来了什么改变（用数字）
解释 A/B 测试的原理和常见陷阱
查看答题思路
1. 原理：分流用户到对照组和实验组，对比核心指标差异 2. 统计基础：假设检验，p<0.05 表示差异显著 3. 陷阱：样本量不足、运行时间太短（未覆盖周期波动）、多重比较（同时做多组 A/B 需修正显著性水平） 4. 指标选择：北极星指标优先，避免虚荣指标
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。