应届

太遗憾了，可能这就是人生吧，也是时候该说结束了，做下记录（有的人一生一帆风顺有的人一辈子坎坷） • 2023-10-13 比亚迪HR面（问了我为什么没去学校，然后聊了聊天无后续） • 2023-10-30 携程一面（好像是酒旅相关的）（纯纯拿来练手的，还记得她问我项目我反问原来是这样的吗，现在想想要笑死了） • 2023-10-31 美团 到店事业群-经营规划部-一面（练手） • 2023-11-01 中国平安 平安产险一面 （练手） • 2023-11-07 雪球一面（印象挺硬核的，用那个showmebug直接写一个简单的Vue列表） • 2023-11-16 雪球二面 三面（问了点东西然后...

涵盖算法、系统设计、自动驾驶核心技术及内推信息。一、基础知识1. 计算机视觉与自动驾驶基础目标检测算法（YOLO、Faster R-CNN）的优缺点及应用场景。多传感器融合（激光雷达、摄像头、毫米波雷达）的数据同步与标定方法。SLAM（同步定位与建图）的核心原理，常用框架（如LOAM、ORB-SLAM）。路径规划算法：A*、Dijkstra、RRT* 的区别与适用场景。2. 编程语言与工具C++/Python核心问题：内存管理、多线程、GIL锁、装饰器等。ROS（机器人操作系统）的核心组件（Topic、Service、Node）及实际应用。实时系统（RTOS）与非实时系统的区别，如何保证算法低延迟？3. 计算机网络与操作系统UDP在自动驾驶中的应用（如实时传感器数据传输）。Linux进程间通信（IPC）方式及适用场景（共享内存 vs 消息队列）。线程安全与锁机制（互斥锁、自旋锁、无锁编程）。4. 数学与优化卡尔曼滤波与粒子滤波的原理及在状态估计中的应用。凸优化问题：如何用梯度下降法求解路径规划中的约束问题？矩阵运算加速（如CUDA、SIMD指令集优化）。二、算法与数据结构1. 高频题目手写快速排序、归并排序（需分析时间复杂度和稳定性）。二叉树遍历（层序遍历、锯齿形遍历）及递归转非递归实现。动态规划：最小编辑距离、背包问题变种（如车载货物装载优化）。图算法：最短路径（Dijkstra）、拓扑排序（任务调度场景）。2. 自动驾驶特色题目点云处理：聚类算法（DBSCAN、欧式聚类）实现点云分割。目标跟踪：基于卡尔曼滤波的多目标跟踪代码实现。路径规划：在栅格地图中实现A*算法，并优化动态障碍物处理。模型部署：如何将PyTorch模型转换为TensorRT并进行推理优化？三、系统设计1. 自动驾驶系统设计设计一个多传感器融合的感知模块（时间同步、坐标对齐、数据冗余）。高精度地图的存储与实时更新方案（如何支持车辆动态路径规划？）。仿真系统设计：如何模拟复杂交通场景（行人、车辆交互）？2. 分布式与实时系统设计一个分布式数据采集系统（处理激光雷达、摄像头每秒GB级数据）。如何实现车载计算单元（如NVIDIA Xavier）的多任务调度？实时通信协议选择（DDS vs MQTT）及可靠性保障。3. 工程化问题自动驾驶软件版本迭代中的持续集成（CI/CD）流程设计。如何测试感知算法的边界场景（Corner Case）？系统安全设计：Fail-Safe机制、冗余备份策略。四、项目经验1. 核心问题详细介绍一个机器人/自动驾驶相关项目，技术难点与创新点。如何优化目标检测模型在嵌入式设备的推理速度（量化、剪枝）？是否处理过传感器数据漂移问题？如何校准与修复？2. 技术深度项目中如何平衡算法精度与实时性（如牺牲分辨率换帧率）？是否使用过强化学习（RL）进行决策规划？实际效果如何？代码优化经验：从Python迁移到C++的性能提升方法。五、行为面试团队合作中如何解决技术分歧？（例：算法方案选择冲突）职业规划是否与自动驾驶行业长期发展一致？如何应对高强度工作压力（如路测中的紧急问题处理）？对L4级自动驾驶技术落地的看法（技术瓶颈与商业化路径）。六、面试建议重点复习：SLAM、传感器融合、C++11/14特性、ROS实战。算法刷题：LeetCode高频题（Top 200），重点练习动态规划与图算法。项目复盘：突出自动驾驶相关经验，量化性能优化指标（如延迟降低30%）。模拟面试：练习白板编程与系统设计，熟悉车载硬件架构（如计算单元、CAN总线）。七、内推信息🔥 文远知行2026校招实习内推链接：https://app.mokahr.com/m/campus_apply/jingchi/2137?recommendCode=DS17ugTB#/jobs🎯内推码：DS17ugTB（填码简历优先审！）填写内推码优势：简历优先审核、全程进度跟踪、直通技术面！投递后留言：评论区留下姓名+岗位，协助跟进流程！文远知行专注L4级自动驾驶技术，覆盖Robotaxi、无人小巴、同城货运等场景，期待你的加入！ 🚗💨