算法工程师

优缺点分析

角色解读

• 可沿着算法工程师-高级算法工程师-技术专家路径发展，深耕AI与制造结合领域
• 有机会接触大模型、运筹优化等前沿技术，向AI架构师或技术管理岗位转型
• 积累汽车智造行业经验，可向智能制造、工业互联网等方向横向拓展
• 参与AI在电动汽车智造领域的技术预研与业务开发，将算法应用于工厂生产场景
• 打造企业运营AI产品，通过自动化与智能化提升团队运营效率
• 建设汽车舆情算法体系，包括标签分类、情感分类、热词提取，实现舆情管理闭环
• 利用大数据和运筹优化技术分析制造数据，建立模型优化生产流程、降低成本
• 精通Python编程，掌握常用数据结构和算法，具备扎实的代码能力
• 熟悉机器学习与数据挖掘算法（树模型、SVM、深度学习等），并能实际应用
• 掌握运筹优化算法（线性规划、整数规划、图论等），熟悉OR-tools等工具
• 了解大模型（Qwen、GLM等）与微调技术（LoRA、P-Tuning），有增强生成（RAG）经验更佳

申请策略

• 了解小米在电动车和智能制造领域的布局，在面试中表达对业务的兴趣
• 准备一个完整的算法项目案例，说明问题、方案、结果和量化影响
• 突出机器学习/深度学习项目经验，尤其是预测或运筹优化类项目
• 展示Python编程能力和数据结构算法功底，如参与过的开源项目或竞赛
• 如果有大模型微调或RAG实践经验，务必重点提及
• 强调数据分析能力，包括使用Hadoop/Spark处理大数据场景
• 补充运筹优化知识，练习使用OR-tools解决线性规划、调度问题
• 动手实践大模型微调，如用LoRA在开源模型上做定制任务

面试指南

• STAR法（情境-任务-行动-结果）描述项目，突出个人贡献和量化成果
• 对于算法设计题，先明确目标、假设条件，再给出方案、对比不同方法，最后讨论效果和局限
• 展示逻辑思维：从数据获取、预处理、特征工程、模型选择、评估优化逐步展开
• 请介绍一下你最成功的机器学习项目，你如何评估模型效果？
• 如何使用OR-tools解决一个具体的运筹优化问题？例如生产排程
• 大模型微调中LoRA的原理是什么？你如何选择微调参数？
• 如何设计一个舆情情感分类系统？数据如何处理？
• 给你一个工厂的制造数据集，你会如何发现瓶颈并优化？