机器人

从 24 年 10 月开始投递第一份实习，到 26 年 1 月尘埃落定，历时一年多的求职长跑终于告一段落。这一路有拿到 offer 的惊喜，也有被拒到麻木的时刻，今天把这段经历整理出来，希望能给同样背景、同样目标的学弟学妹一点参考。一、实习阶段：广撒网，攒经验，踩过的坑都算数拿到的实习 offer：小米汽车，海康威视，美团骑行，文远之行，良信电器，童心制物，福瑞泰克，赛目科技，深眸远智，紫光新锐，华勤技术还有几家初创公司最终我从里面选了 3-4 家重点实习，日薪从 100-500 元不等，主要集中在珠三角、江浙沪地区。内地的机会确实少很多，大部分核心岗位都集中在一线和新一线。实习的真实开销外地实习最大的痛点就是启动资金压力：租房普遍要求押一付一，甚加上通勤、吃饭，每个月固定支出不低虽然实习薪资还可以，但算下来一年多还是有一点倒贴二、秋招阶段：有得有失，从焦虑到麻木成功上岸的 offer：华勤技术，小米汽车，小鹏汽车，美团（需提前实习），地平线机器人泡池子 / 直接挂掉的公司泡池子泡死：卓驭科技直接挂：momengta、大疆、创维（线下面试要求没赶上）、影石 360…… 还有一大堆，已经麻了 [笑 cry]三、给双非同学的几点真心话双非不是原罪，但要更主动很多大厂的简历关确实会有院校偏好，但重工程、重落地的岗位，扎实的项目经验和实习经历比一纸文凭更有说服力。实习是最好的跳板提前去目标行业、目标公司实习，既能攒经验，又能混脸熟，还能拿到内推。地域选择要现实核心岗位基本都在北上广深、杭州、苏州等地。如果家乡机会少，就要做好去外地打拼的准备，同时提前算好租房、通勤等成本。心态要稳，拒信是常态我也经历过一天收好几封拒信、怀疑自己的时刻。但秋招就是一场马拉松，不是看谁跑得快，而是看谁能坚持到最后。最后祝大家能找到心仪的offer

1. 项目描述：设计并实现了一套完整基于RK芯片-低时延ROS-大模型Agent-端到端机器人系统，涵盖ROS-高带宽数据-共享内存低时延通信优化，低时延端侧大模型 Agent 离线/在线双版本交互（离线版：ASR->Qwen3-0.6B微调-量化部署->Function Call指令遵循->TTS全流式链路；在线版：Qwen全家桶ASR->qwen-plus记忆推理->Function Call指令遵循->TTS全流式响应）、完整的低时延相机视觉处理全链路（V4L2相机驱动数据采集->RK-MPP/RGA硬件加速优化数据处理->多线程NPU推理加速YOLO模型目标检测->多传感器融合实现目标跟踪）、底盘运动控制、建图导航、STM32-MCU固件开发、工业化部署（自启动、Docker容器化部署）、端侧系统性能监控等核心模块。系统采用模块化架构，支持ROS1/ROS2通信切换，实现了高性能、低延迟的实时通信与数据处理能力。1.1 功能概述1. ROS-高带宽数据-共享内存低时延通信优化2. ROS1/ROS2通信切换，ROS1 VS ROS2 机器人时延性能分析3. 端侧大模型在线/离线部署-记忆-微调-量化-部署-机器人指令遵循4. 低时延相机视觉处理全链路：V4L2相机驱动数据采集->RK-MPP/RGA硬件加速优化数据处理->多线程NPU推理加速YOLO模型目标检测->多传感器融合实现目标跟踪5. 上位机-ROS-控制模块：运动学建模、PID控制算法和里程计计算6. 下位机-STM32 MCU固件：负责实时电机控制、编码器反馈和安全保护7. 机器人导航系统模块 ：集成ROS导航栈实现机器人自主导航系统，解决机器人路径规划、障碍物避障、定位和导航控制问题。8. 雷达传感器链路：实现YDLidar激光雷达的完整驱动链路，通过适配器模式封装YDLidar SDK、工厂模式支持多雷达类型、配置管理实现参数验证。9. 端侧监控系统：设计并实现系统性能监控框架，解决机器人系统中系统级和进程级资源监控、性能分析和问题定位问题。10. 配置管理与工业化部署：设计并实现完整的Web控制界面、环境自动化配置脚本、自启动方案以及Docker容器化部署方案，解决机器人系统配置管理分散、部署复杂、运维困难等问题，确保机器人系统的工业化部署和运维管理。11. 机器人URDF模型：设计并实现完整的机器人URDF模型系统，解决机器人物理建模、多传感器坐标系定义、TF变换树构建、Gazebo仿真配置等问题。

面试时间：5月20日16:00（库名人520面试）面试岗位：机器人强化学习（实习）面试问题：上来就问项目（本人项目是双足机器人RL+locomotion），问题包括，1. 为什么要设计并行worker并行采样解构？2. PPO的Loss由哪几项组成？（典中典）3. 能不能用总的Loss去更新Policy和Value网络？（我是将Loss拆开来分别更新的）4. 用了多少时间（多少步）来训练达到这个效果？还问了两个Python的问题，函数前@啥意思（修饰器）反问面试体验：聊得挺顺畅的，问答比1:3左右，就是挂。事后总结感觉不缺人。

如图，内推过程有疑问可以随时沟通咨询查进度内推码：8AFA92V

今天算是面完秋招最后一场面试了，可能剩一两场还没约的，不过无关紧要了，来记录一下，凭印象回顾一下。投递的无一例外都是决策规划算法或者规控岗或者是机器人的规控岗，本身是不涉及控制算法，主要在决策部分，背景9本+海外硕+ 两篇顶会在投（=没有）+一段中厂对口量产实习。 大疆 8.8投递 复筛简历挂 百度 8.8投递 简历挂（可能是拒了暑期的offer） 美团 8.28投递 9.16笔试4/4ac 9.22 一面有个手撕bfs小bug 第二天回人才库 酷哇机器人 8.8投递 8.19笔试ak 8.30一面通过 9.18二面通过 offer(第一家面试的，给了点信心） 速腾聚创 8.8投递 8.27笔...

timeline：2.14  投递简历2.21  一面2.27  二面3.03  HR面面试结果均是当天或者第二个工作日得知。一面（70min）：1. 项目拷打。1. 项目用什么系统开发的，什么语言。2. 你在某个项目中担任什么角色，负责什么任务。3. 你在项目中是否遇到过无人机重复上货的问题，如何解决的。2. 如果一个程序不能执行，该如何排查。3. 仿真实验的场景该如何搭建、你是如何测试的， 如何排查不同环境下机器人的表现。4. 常用的git命令有哪些，是否知道子模块（答了git submodule init、update）5. git clone的时候如果要指定分支，该怎么办（答clone时默认主分支，指定分支使用-b参数）6. 如何在后台执行脚本？（没答出来）7. 简历是算法项目，为什么报测试开发岗位。-------------代码题：1. 实现并发，（多线程）实现三个函数执行。2. 最长回文子串 - 力扣（LeetCode）-------------补充提问：1. 是否有了解感知算法、如果算法在两个不同的测试集中表现差异较大，如何定位问题。二面（50min）：项目拷打（与闲聊问题交叉提问，共计30min）：1. 简单介绍一下你端到端的项目。2. 强化学习相较于传统方法，优缺点有哪些。3. 你用过Nvidia的平台，这个平台有什么特点。4. 你该如何测试一个模型算法的性能，怎么评价好或不好。5. 你在项目中遇到最困难的问题是什么，你是如何解决的。闲聊问题：1. 你的教育经历和籍贯都和北京没有关系，能否接受北京？2. 实习时长，毕业论文压力。3. 你对机器人这个领域是怎么看待的。4. 你知道哪些国内外机器人相关的企业。5. 你是如何理解测试开发这个岗位的，开发是指什么。6. 如果有转正机会，你是否会考虑。7. 你对未来的职业规划如何？是继续从事无人机方面还是？-------------C++八股（5min）：1. 在不使用第三方库的情况下，如何设计一个简单的内存泄漏检测的工具。-------------手撕代码（10min）：给定字符串，忽略大小写，找到字符串中由相同字符构成的最长子串。输入：iEeTgdDddDdddavzffFfa输出：dDddDdddHR面（15min）：1. 简单自我介绍一下，包括到岗时间，实习时长。2. 是否有其他的面试流程。3. 现在很多人更倾向于算法岗，测开热度没有算法高，怎么看待这一情况。4. 你对测开这个行业未来发展怎么看待。

7/1投递简历，7/8面试邀约面试官先问了些项目经历，了解到做过的机器学习项目比较少以后，就主要问了控制方面的问题。在介绍项目的过程中，也会随时打断问一些技术细节，包括问过RRT算法的原理。题1：两个弹簧质量块建模用牛顿第二原理推出公式即可，太久没做题了有点紧张把想到的公式都列上去了。题2：两个转动连杆建模这个不太会，主要没想到怎么处理2个连杆的相互作用力。面试官最后说用拉格朗日方法比较合适，还问了下了它的原理。题3：雨伞的结构建模要画出雨伞的结构简图，我画半天结果还是个多自由度的结构，属实没反应过来。题4：Sigmoid和ReLU激活函数有何不同？只画出了Sigmoid的图，两个表达式都忘了，果然不是CS科班的。反问：1. 算法和机器人控制两个岗位工作内容有什么不同？2. 硬件平台现在用的什么机器人？3. 机器人团队成立时间和规模？

本人985规控方向硕士，倾心整理！欢迎点赞收藏！专栏地址见下方链接：  自动驾驶/机器人C++八股精选-牛客网 https://www.nowcoder.com/creation/manager/columnDetail/MVZWNP

机器人赛道是现在的风口吧，未岚大陆我感觉是比较小众的赛道，公司也正在风口上，在扩张坑位也会多，比较好上岸？是不是可以冲一波的。

今年传统slam秋招截止到现在，总结如下：1.车企进不入，头部车企面试难度高的离谱（3-4轮技术面，甚至包含专门的手撕八股环节），hc剧少，基本上都是干数据生产的工作，卡双九（有论文可以稍微降低一下学历要求或者强对口实习）进面试不在少数。。。。，来就是要能干活的，池子还很深（车bu救救我吧，呜呜呜，虽然进去可能要搞开发了。。。直接道路严重走错）2.机器人最近确实势头比较猛，相对应的slam岗位要多了，但大部分基本上都是初创，应届生水平不够去初创要死掉半条命都有可能；仓储类机器人slam确实硬需求，但做的很成熟，hc其实也不多，而且技术栈都是2d的（太成熟了），调度算法在这里感觉比slam hc相对要多；割草机器人，泳池机器人（这种感觉slam搞起来还有点意思，户外还是有很多工作可以去做的）一些公司给的待遇不错都是40+起步，但是进面普遍卡双九（有论文可以稍微降低一下学历要求或者强对口实习），也就是双九（或论文和强对口实习）才有资格竞争，竞争难度堪比车企3.借助3dgs之风，诞生了很多手持三维重建设备的厂商，并且市场需求还不错，也产生了一些slam算法工程师的需求，但需求量目前还不算大，但有总比没有强，就是不知道待遇咋样，相关信息太少。。。4.额外补充一下，落地L4（比如无人物流），虽然招slam，也需要slam，但是行业竞争压力很大，校招需求不多，需要立刻干活的社招总结：目前slam在机器人，手持设备，无人机这种对算力设备要求很苛刻，很care硬件成本的方向总体需求已经远超车企！如果未来打算从事slam行业，可以主要去找这些方向的实习，招聘时候投递这些厂商也会更有优势！对了，slam虽然挂着算法的名号，实际上很多厂子，开的不如中大厂软开测开价，真是纯纯小丑，传统slam，抓紧润，未来slam无非就是工业界厂子里还用到，要不然就是生产真值或者三维重建给learning算法生产数据的角色了。同样的学习投入成本，和回报完全不成正比，log化严重！如果只是图搞钱，去大厂软开（后端）或者测开难度比slam低多了，赚的钱还不比slam算法差，我bg92，身边搞传统规控和slam的，保底的大部分都是软开测开，有些明智的提前布局转ai开发了，这个发展潜力感觉也不错，毕竟算法至少少数人，落地的牛马需求才是大头，传统算法堪比算法软开双修