← 返回企业主页
笔试面试指南
51WORLD · 笔试考什么、面试问什么、怎么准备
该企业岗位的专业要求
计算机31 个岗位 · 79%
自动化21 个岗位 · 54%
软件18 个岗位 · 46%
控制9 个岗位 · 23%
环境8 个岗位 · 21%
人工智能8 个岗位 · 21%
电子7 个岗位 · 18%
物理6 个岗位 · 15%
数学6 个岗位 · 15%
管理6 个岗位 · 15%
机械5 个岗位 · 13%
车辆5 个岗位 · 13%
按官方岗位页标注的专业逐条计数（一个岗位只计一次），条数越多说明该企业招的专业越集中。
学历门槛
本科30 个岗位 · 77%
硕士11 个岗位 · 28%
博士1 个岗位 · 3%
经验与身份要求
应届毕业生可投1 个岗位 · 3%
岗位要求里反复出现的技能词
python · 26自动化 · 18算法 · 17c++ · 17pytorch · 15深度学习 · 10计算机视觉 · 9大模型 · 7机器学习 · 7测试 · 6git · 4产品 · 3数据分析 · 3unity · 3数据结构 · 3linux · 3tensorflow · 3llm · 2rag · 2javascript · 2通信 · 2docker · 2matlab · 2typescript · 1
这些词是在该企业岗位要求原文里出现过的（数字是出现在多少个岗位里），用来判断自己是否对得上要求；不构成该企业的考试范围。
岗位要求原文
AI 场景生成算法工程师
1. 2027 届本科及以上学历，985 院校计算机、人工智能、自动化、电子信息、机器人等相关专业。
2. 扎实的 Python 编程与深度学习基础，熟练使用 PyTorch、Transformers 等框架，具备较好的工程代码能力。
3. 熟悉 LLM、多模态模型、Agent、RAG、SFT/DPO 等至少一个方向，并有实际项目或科研经历。
4. 了解自动驾驶仿真、场景建模、交通流、规划控制或计算机视觉中的至少一个方向。
5. 具备较强的问题拆解和实验分析能力，能够独立完成数据构建、模型训练、评测、调优和工程部署。
6. 能流畅阅读英文论文与技术文档，具备复现前沿算法和快速验证的能力。
加分项
1. 有自动驾驶仿真、OpenSC…
来自官方岗位页 · 查看原文
具身硬件应用工程师
1. 背景要求：本科及以上学历，机器人工程、自动化、电子信息、机械电子等相关专业。
2. 核心经验：精通 ROS / ROS2 机器人操作系统，具备扎实的硬件选型、底盘控制调试、多传感器融合标定（如雷达与相机外参标定）的实战项目经验；有知名机器人本体厂或具身AI落地公司背景者优先。
3. 技术功底：深刻理解机器人的“小脑”控制（运动控制律）及硬件通讯接口；对真实世界中的物理规律（摩擦力、热场、机械动力学）有极强的工程直觉，能敏锐捕捉仿真世界与物理世界的真实 Gap 并通过工程手段抹平。…
来自官方岗位页 · 查看原文
多模态数据处理算法工程师
1、2027 届硕士及以上学历，计算机视觉、机器人学、自动化或相关专业；
2、熟悉多传感器时空对齐与时间戳处理，理解硬同步与软对齐的差别及各自的误差来源；
3、扎实的 C++ 与 Python 工程能力，能把算法做成可交付、可重复执行的流程；
4、在课程、科研或实习中处理过真实多传感器数据（相机 + IMU 等）或音视频与高频传感数据，熟悉常见的坏数据形态与检出方法；
5、重视可复现性与自动化测试，同一输入必须给出同一输出，同步精度的结论能用真值数据支撑；
6、熟练使用 Claude Code、Codex 等 AI 编码工具，熟悉 Agent 框架与工作流编排。
加分项
1、熟悉 LeRobot / RLDS 等机器人训练数据格式…
来自官方岗位页 · 查看原文
通用笔试面试准备要点
1
笔试前
按岗位描述里的专业要求过一遍基础；行测类测评留足时间，别在最后一题上赌
2
简历
用岗位要求里的关键词改写项目经历；每一条经历都写清「你做了什么 → 结果是什么」
3
技术面
先讲清项目背景与自己的分工，再讲难点与取舍；面试官追问时不要绕
4
行为面
用 STAR（情境 / 任务 / 行动 / 结果）组织答案，准备 3 个可复用的真实例子
5
反问
准备两三个真问题：团队怎么协作、这个岗位半年后的衡量标准、后续流程与时间
6
复盘
每场面试后立刻记下被问到的问题与卡住的地方 —— 下一场同类问题就是复习清单
上面「专业 / 学历 / 经验 / 技能 / 要求原文」都是该企业真实岗位页上的内容；「通用准备要点」是通用建议，不是该企业专属的笔面试题或流程。