蔚来
校招提前批-AI产品经理（领域应用）
上海 · 校招 · 2027 届 · 本科
长期有效
任职要求
- 本科及以上学历，计算机、软件工程、车辆工程、数据科学等相关专业优先。
- 对 AI 产品、Agent 智能体、数字化产研工具有基本认知，有产品设计、产品运营或 AI 相关项目 / 实习经验优先。
- 具备良好的英文读写及沟通能力，可顺畅阅读英文文档、参与跨场景业务沟通。
- 具备规范的产品文档撰写能力，可清晰输出需求文档、产品方案及分析报告。
- 具备快速学习能力与逻辑思辨能力，对新技术、新场景有较强好奇心与适应力。
- 具备优秀的跨团队沟通、协调推进能力，可高效对齐多方资源推动需求落地。
- 具备良好的团队协作意识、责任心与执行力，积极进取，可承接日常运营与项目迭代工作。
岗位描述
- 1. 负责领域数字化产品的全周期运营，深度参与 AI 产品体系搭建与迭代，包含产品定义、智能 Agent 设计与落地构建、AI 能力场景化落地等工作。
- 2. 承接业务侧用户问题响应与支持，负责异常数据诊断、处理及线上运维，开展 AI 效果工程优化，保障产品与模型服务稳定性。
- 3. 负责权限体系、系统配置等基础能力规划与落地，跟进产品细节需求迭代与需求闭环管理，推动产品体验持续优化。
- 4. 参与领域数字化产品需求沟通、需求拆解与分析，输出清晰需求结论与业务反馈，对齐研发、数据及算法侧目标。
- 5. 开展 AI 产品场景分析与方案设计，输出产品规划、解决方案及产品交付计划，支撑产研数字化与智能化升级。
- 6. 负责产品及智能 Agent 的上线测试、交付落地，开展用户支持与赋能培训，提供二线运营保障，跟进系统运维事件全流程闭环。
- 7. 基于产品运营数据、AI 效果指标及用户反馈进行持续分析，挖掘业务痛点与产品优化机会，驱动产品迭代与用户体验提升。
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。