体系AI工程师-汽车

优缺点分析

角色解读

• 可向AI算法专家方向发展，深入掌握机器学习、运筹优化和大模型核心技术
• 有机会成为智能制造领域的AI技术负责人，管理技术团队并主导业务落地
• 依托小米汽车的业务场景，可横向拓展到智能驾驶、供应链优化等前沿应用领域
• 负责AI技术在电动汽车智造领域的预研和业务开发，包括算法模型的设计与实现
• 参与企业运营AI产品的构建，通过数据分析和优化提升团队效率
• 建设汽车舆情分析算法，如标签分类、情感分类、热词提取，形成完整的舆情管理闭环
• 利用大数据及运筹优化技术分析海量工厂制造数据，建立模型以提升生产效率、降低成本
• 精通Python编程，熟悉Java及常用数据结构和算法
• 熟悉机器学习、数据挖掘和深度学习算法，如树模型、SVM、回归、神经网络等
• 掌握运筹优化算法（线性规划、整数规划、图论、动态规划）及OR-tools工具
• 了解大模型方法论（Qwen、GLM、Baichuan等），具备Prompt调优和微调实践经验
• 熟悉MySQL数据库和SQL，掌握Hadoop/Spark/HBase/Hive等大数据平台工具

申请策略

• 关注小米汽车的业务动态，在面试中体现对智能制造场景的理解
• 准备好介绍过往项目中遇到的技术难点及解决方案
• 突出机器学习和运筹优化方面的项目经验，尤其是实际业务落地案例
• 强调Python编程能力和大数据处理经验，如Hadoop/Spark环境下的开发
• 如有大模型微调或Prompt优化经验，务必重点展示
• 展示应对复杂问题的能力，如通过数据分析优化生产流程的成果
• 补充运筹优化算法知识，动手实践OR-tools解决典型优化问题
• 了解主流大模型（Qwen、GLM等）的API使用和微调方法，尝试LoRA等轻量微调

面试指南

• 采用STAR法则（情境-任务-行动-结果）描述项目，突出个人贡献和量化效果
• 针对算法问题，先明确业务目标，再选择合适的技术方案，并说明创新点和取舍
• 展示逻辑推理和应变能力，可表达出对新技术的学习热情
• 请介绍一个你使用机器学习或运筹优化解决实际问题的项目
• 如何对大规模制造数据做特征工程和数据清洗？
• 你如何理解大模型中的Prompt调优和微调？请举例说明
• 在有限资源下，你会如何平衡模型效果与推理速度？
• 如何评估舆情情感分类模型的性能？请说明你的思路