Momenta
实习

岗位信息

招聘岗位
端到端决策规划算法实习生
工作城市
北京
是否笔试
未明确
招聘批次
实习
发布日期
2025-12-22

📋 岗位职责 / 任职要求

【岗位职责】 1、负责端到端决策规划算法的开发和迭代; 2、负责训练数据与评测数据的日常挖掘与维护; 3、负责端到端智驾大模型方案的研发迭代体系的建设与完善。 【任职要求】 岗位要求 1、计算机、机器学习、人工智能、机器人等相关专业,有良好的数据结构和算法基础; 2、熟练使用 C/C++或 Python,有深度学习/强化学习等算法背景,具备扎实的数学基础; 3、熟练掌握至少一种深度学习框架(Pytorch/Tensorflow等); 4、有端到端/VLA,强化学习等研发以及产品应用落地经验者优先; 5、有自动驾驶/机器人顶级会议期刊论文发表的优先。 加分项 1、在高水平国际会议、期刊上发表过相关文章,包括但不限于 CVPR, ICCV, ICRA, IROS,RSS, IJRR, T-RO 等; 2、拥有相关模型训练部署落地经验,包括但不限于端到端模型,亿级多模态数据模型,通用人工智能大模型等。 3、熟悉传统决策规划算法,具有自动驾驶相关经验优先。

🏢 企业简介

总部北京
📍 主要办公地点
深圳上海北京苏州广州

投递方式

投递入口为会员专属,登录 / 注册 后查看(注册送 15 天免费试用)

🎯 AI校招画像 (来源:百度AI搜索+DeepSeek)

🏢 公司文化与工作氛围
- 竞争导向文化:一位在Momenta实习过的同济汽车研究生反馈称,Momenta“把中国最能卷的人放到一起,利用高额报酬和评比,让这些人互相厮杀”,内部组与组之间、个人与个人之间竞争意识极强。 - 狼性文化,KPI严格:智联职Q上的员工评价显示,公司环境“非常狼性”,KPI考核严格,领导期待员工尽快成长,要求“一人能干两人份的活儿”。 - 价值观:公司定位为“全球领先的自动驾驶公司,致力于通过突破性的AI科技,创造更美好的生活”。表面宣导与员工实际体感之间,存在明显差距。
⏰ 加班情况与工作强度
- 核心技术岗位:经常晚上十一点下班。 - 职能岗位:可以正常下班,但“下班后也会经常需要在家加班,需要随叫随到”。 - 双休情况:员工明确表示“不存在双休”。 - 实习体验:有实习生总结称“强度还是有的”,C++实习面试整体“节奏偏快”;另一位实习过的人形容这里是“鸡血式拼命赛跑”的工作状态。
💰 薪资待遇与年终奖
- Mstar校招(顶尖项目):百万年薪起。 - Mstar实习:2000元/天,绩效最高可获3600元/天。 - Top硕博实习:1000元/天,绩效最高可获1800元/天。 - 牛客平台显示Momenta上榜“校招高薪榜”,表明其校招薪资在行业内具有竞争力 - 普通校招岗位(非Mstar项目)的月薪、年薪范围,
🎁 福利体系
- 餐食:免费三餐;Boss直聘岗位信息标注“包吃”。 - 保险:五险一金、补充医疗保险。 - 体检:定期体检。 - 节日福利:有节日福利。 - 其他:健身房、各种社团活动。 - 交通:有员工评价公司“交通便利”。
📋 校招流程经验
- 面试节奏:整体偏快。有Java后端实习候选人二面后15分钟内收到口头offer。 - 实习面试轮次:一位候选人透露Momenta给了多次面试机会,但自己均未通过,侧面说明面试机会较多但考核门槛高。 - C++实习面试(约45分钟):先顺着简历项目追问实现细节,再考察C++基础(RAII、值/移动语义、模板编译期行为、STL容器底层特性),以及内存、并发、性能、实时性理解,会追问“为什么这样设计”“线上出过什么问题”。 - Java后端实习二面(35分钟):问到三路召回、RRF融合、亿级知识库瓶颈、缓存方案、秒杀落库失败处理、AI工具代码的安全性测试、MySQL慢SQL优化、请求从发送到返回的完整过程,最后一道算法题“53.最大子数组和”。 - 系统研发实习代码考核:与传统代码题风格不同,包括“给两个[1,7]的随机数生成一个[1,9]的等概率随机数(强制Python)”“给两个点求直线并对一组点按距离排序(C++自定义sort)”“判断点是否在三角形内”。 - BD/商业拓展实习面试:一面为业务负责人面,二面为区域BD总监面,主要问为什么做BD、项目经历、实习最大困难及解决方案、AI工具应用。 - 通过率:参考
🚀 投递建议与避坑指南
值得投的岗位:算法岗(端到端、世界模型、4D 重建)、系统开发、嵌入式开发。这些岗位技术天花板高,薪资也最丰厚。 Mstar 限制:每人仅限投递 1 个 Mstar 方向,投递失败可流转普通校招,但无法重复申请 Mstar,务必慎重选择。 绩效争议:有员工爆料公司绩效体系设计存在争议,可能存在“老员工一小时完成的代码,新员工折腾几个月”的情况,晋升和涨薪需做好心理准备。 赛道垂直:技术栈高度聚焦自动驾驶,未来若想跨行去通用互联网或金融,可能存在一定的转型壁垒。 简历加分项:顶会论文(CVPR/ICCV 等)、ACM/NOI 竞赛获奖、GitHub 高星开源项目、自动驾驶相关大厂实习经历。
👥 员工口碑与离职率评价
正面评价:薪资给得大方,技术成长极快,履历在自动驾驶和 AI 赛道认可度极高,能接触到海量路测数据和前沿大模型技术。 负面吐槽:工作强度大,部分核心部门工作强度较大;绩效体系被部分员工诟病,导致内部积极性受损;有传言称感知算法等部门存在人员调整(因技术路线向端到端迭代)。 离职率:整体离职率在智驾圈属于正常水平,但因高强度和绩效问题,部分员工会选择在 2-3 年后跳槽去主机厂或其他智驾公司。
📈 热门岗位方向与招聘趋势
招聘趋势:2027 届 Mstar 计划 重点聚焦 端到端大模型、世界模型、训练推理优化 等前沿方向。常规校招名额相对有限,更倾向于顶尖硕博。 机会方向:随着 飞轮大模型 和 R6 强化学习模型 的落地,感知、规控的端到端方向机会最多;底层 CUDA 算子优化、训练框架开发等工程岗薪资也极具竞争力。 薪资趋势:AI 大模型和自动驾驶结合部的人才“军备竞赛”仍在继续,核心算法岗薪资依然没有明显上限,但纯传统感知模块的价值在下降,建议往端到端和系统架构方向靠拢。 你目前是更倾向于冲高薪高成长的 Mstar 顶尖计划,还是想求稳投递常规校招岗位?如果有具体的专业背景,我可以帮你进一步评估匹配度。

ℹ️ 信息来源

本条招聘信息由校招宝转载自 飞书招聘系统(企业校招官网),版权归原发布方所有,校招宝仅作信息聚合与导航。
招聘信息以官方原文为准,投递前请核实截止日期与要求。如涉侵权或信息有误,请邮件联系 kknee@qq.com,我们将在 24 小时内处理。