小马智行 PonyStar 27 秋招：AI 本硕博简历准备与投递清单
本文基于站内样本（1 条小马智行 PonyStar 计划招聘信息）和简历写作方法建议，梳理从岗位要求到简历证据的转化路径。信息口径为站内样本，具体岗位要求、投递方式、截止时间等以企业官方页面为准。
这个计划在招什么：先分清方向，再谈匹配
小马智行 PonyStar 全球顶尖 AI 人才计划面向 2025 年 9 月至 2026 年 8 月毕业的海内外本硕博，开放方向包括自动驾驶算法（感知/预测/规划/控制/定位/建图）、大模型与 AIGC、机器人算法、高性能计算与异构计算、芯片架构与编译器、仿真系统、全栈/后端/前端、测试开发与质量保障、数据平台与基础设施等。这些方向的技术栈差异很大，简历不能一份通投。
比如感知方向通常看重深度学习、计算机视觉、点云处理等经验，而芯片架构与编译器方向更关注体系结构、编译原理、硬件描述语言等积累。如果你用同一份简历投所有方向，招聘方很难在短时间内判断你的核心优势。建议先选定 1-2 个主攻方向，再围绕该方向重组项目经历。
站内样本未提供每个方向的具体任职要求，因此本文只能给出通用方法建议，不能替代官方岗位说明。你需要回到岗位原文逐条核对，把“待核实”的部分标记出来，再决定简历重点。
把岗位要求翻译成简历证据：一张对照表
岗位要求里的“熟练掌握 C++/Python”“有相关项目、竞赛、论文或开源贡献者优先”是概括性描述，简历要做的不是复述这些词，而是用具体经历证明。下面这张表把常见要求映射到可验证的证据类型，你可以据此检查自己的简历是否“有据可查”。
| 岗位要求 | 简历证据 |
|---|---|
| 熟练掌握 C++/Python | 项目中使用 C++ 实现的核心模块、代码量级、性能优化结果；Python 用于数据处理或模型训练的脚本 |
| 对 AI/自动驾驶有热情 | 相关竞赛名次、开源项目贡献记录、论文或技术博客 |
| 逻辑思维与问题解决能力 | 项目中遇到的非预期问题、你的排查路径、最终方案与量化结果 |
| 英语能力优秀 | 英文论文发表、国际竞赛参与、英文技术文档撰写经历 |
| 团队协作精神 | 多人协作项目中的角色分工、跨组对接经历、代码评审参与情况 |
表格中的“证据”需要你用自己的真实经历填充，不能编造。如果某一项暂时没有对应证据，可以考虑在投递前用课程项目、个人项目或开源贡献补充，但不要虚构。
提醒：简历中所有项目、竞赛、论文信息必须真实可查。面试中一旦被追问细节而无法自圆其说，负面影响远大于简历空白。
项目经历怎么写：从“做了什么”到“解决了什么”
很多同学的简历项目描述停留在“使用了 XX 框架完成 XX 任务”，这类写法无法体现技术深度。更有效的结构是：背景与目标 → 你的具体动作 → 遇到的难点 → 量化结果。以感知方向为例，假设一个场景：你在课程项目中负责基于点云的 3D 目标检测。
修改前：“使用 PointPillars 完成点云目标检测，准确率 85%。”修改后：“针对校园自动驾驶数据集类别不均衡问题，在 PointPillars 基础上调整数据增强策略并引入 Focal Loss，将小目标召回率从 62% 提升至 78%，推理速度保持在 20 FPS 以上。”后者交代了问题、动作和结果，招聘方更容易判断你的贡献。
需要说明的是，这个例子是方法演示，不是小马智行的真实面试题或项目要求。你的项目描述应当基于自己的真实工作，量化指标也要如实填写。如果项目没有量化结果，可以写清楚你的技术决策和权衡过程，同样有价值。
不同背景的取舍：本科、硕士、博士各写什么
本科生的优势通常在课程项目、竞赛和实习。如果科研经历较少，可以把重点放在能体现工程能力的项目上，比如完整的系统实现、性能优化、开源贡献。不要强行堆砌论文关键词，面试官很容易识别出深度不足。
硕士生往往有明确的科研方向，简历可以突出论文、专利和纵向项目，同时补充工程落地经历。如果研究方向与自动驾驶不完全对口，可以强调方法论迁移能力，比如从通用视觉迁移到感知任务时，你如何调整模型和数据处理流程。
博士生的简历重点在科研深度和独立解决问题的能力。论文发表、顶会经历、开源项目维护都是有力证据。但也要注意，企业研发岗位同样看重工程落地，如果简历全是理论推导，可以补充一段与产业场景结合的实践描述。
站内样本没有区分不同学历的录取偏好，以上是基于简历写作方法的建议，不是企业官方标准。
简历排版与关键词：让筛选环节少丢分
技术简历的排版原则是清晰优先。建议使用单栏布局，模块顺序为：基本信息 → 教育背景 → 技能清单 → 项目/科研经历 → 竞赛与论文 → 其他。避免花哨模板和过多颜色，招聘方通常快速扫读，信息密度比美观更重要。
关键词方面，可以对照岗位描述中的技术名词，在简历中自然出现。例如岗位提到“感知/预测/规划/控制”，如果你的项目涉及其中某一项，就在项目描述中明确写出。但不要为了堆关键词而写不熟悉的技术，面试追问时会暴露。
如果你需要参考排版结构，可以查看站内提供的自动驾驶算法工程师简历模板，注意模板中的经历与成果为示例，需要替换为本人真实信息。
投递策略：时间、渠道与材料准备
站内样本显示该计划截止时间为 2026 年 12 月 12 日，但招聘通常滚动进行，建议尽早准备。投递前确认毕业时间是否符合 2025 年 9 月至 2026 年 8 月的要求，学历层次是否在本科、硕士、博士范围内。
材料方面，除了简历，部分岗位可能需要作品集或论文列表。建议提前整理一份 PDF 简历，文件名用“姓名-学校-方向-岗位”格式，方便招聘方归档。如果岗位要求提交代码或项目链接，确保链接可访问且内容整洁。
投递渠道请以岗位原文中的说明为准，本文不提供外部投递入口。你可以通过站内岗位原文了解详情，并关注企业官方招聘页面获取最新信息。
投递前的最后检查
- 简历中的项目、竞赛、论文信息是否真实可查
- 是否针对目标方向调整了项目顺序和技能关键词
- 量化结果是否有数据支撑，能否在面试中解释清楚
- 教育背景、毕业时间是否符合岗位要求
- 简历文件格式是否为 PDF，命名是否规范
- 是否已阅读岗位原文，确认投递方式和截止时间
- 是否准备了 1-2 个能深入讲解的技术项目
- 是否检查了联系方式等个人信息的准确性
不适合照搬的情况
网上流传的“大厂简历模板”往往针对特定岗位，直接套用可能适得其反。比如有些模板强调管理能力，但校招技术岗更看重工程和科研能力；有些模板堆砌大量技术名词，反而掩盖了真实深度。
如果你没有自动驾驶相关经历，不必强行编造。可以把通用 AI 项目中的方法论迁移能力写清楚，比如数据处理、模型调优、系统部署等，这些能力在多个方向都有价值。关键是让招聘方看到你的学习能力和解决问题的思路。
另外，不要照搬他人的项目描述。每个人的项目细节不同，面试官追问时会发现差异。用自己的语言写清楚你做了什么、为什么这么做、结果如何，比华丽的辞藻更有效。
FAQ
Q1：非计算机专业可以投小马智行 PonyStar 吗？ 站内样本提到专业方向包括计算机科学与技术、人工智能、自动化、车辆工程、电子工程、数学、物理、机器人、软件工程等相关专业。如果你的专业不在列表中，但具备相关项目或技能，可以尝试投递，具体以企业审核为准。
Q2：简历中没有论文或竞赛，还有机会吗？ 岗位要求写的是“具备相关项目、竞赛、论文或开源贡献者优先”，并非硬性门槛。你可以用课程项目、个人项目或实习经历证明技术能力，重点写清楚你的贡献和思考过程。
Q3：投递后多久会有反馈？ 站内样本未提供反馈时间，建议关注企业官方通知。投递后可以继续准备其他机会，不要只等一家。
Q4：可以同时投多个方向吗？ 如果岗位允许，可以投递多个方向，但建议简历针对不同方向做微调，突出与该方向最相关的经历。一份简历投所有方向容易让招聘方难以判断你的核心优势。
Q5：简历需要英文版吗？ 岗位要求提到英语能力优秀，能高效阅读技术文献与参与跨团队协作。如果投递海外岗位或团队有国际化需求，准备英文版简历会有帮助。具体以岗位要求为准。
行动清单
- 阅读岗位原文，确认目标方向与自身经历的匹配点。
- 按“岗位要求 → 简历证据”对照表检查现有简历，标记缺失项。
- 用“背景-动作-难点-结果”结构重写 2-3 个核心项目。
- 根据目标方向调整技能关键词和项目顺序。
- 准备 PDF 简历，命名规范，确保所有链接可访问。
- 投递前逐项核对检查清单，避免低级错误。
- 投递后记录时间和渠道，便于后续跟进。
提醒：本文所有建议基于站内样本和方法论，不构成对企业招聘偏好、面试流程或录取结果的推断。请以企业官方信息为准。
延伸准备
如果你已经确定目标方向，可以把这篇文章里的方法继续落到具体页面里：先看一篇相近主题的文章校准思路，再选模板或范文对照自己的经历结构。下面这些链接来自 HI简历 站内内容，适合作为下一步检查材料。
- 延伸阅读：小马智行27秋招 PonyStar 全球顶尖 AI 人才计划（2025/2026 届本硕博）：校招岗位原文
- 相关模板：北京小马智行科技有限公司自动驾驶算法工程师投递简历模板：面向北京小马智行科技有限公司校招的自动驾驶算法工程师方向，重点展示C++/Python编程、感知/预测/规划/控制、定位与建图、深度学习。经