自动驾驶

九识2026届校园招聘正式开始！ 欢迎加入全球 L4 自动驾驶领军企业！📌 校招通道已开启(详情见图一)!🔥 内推码：NTAXN5z欢迎联系我了解岗位详情、流程指引与进度追踪！🚀公司简介：我司成立于2021年8月，致力于L4级自动驾驶技术在城配物流场景的落地应用。在苏州、北京和美国硅谷均设有研发中心。我司连续登榜中国独角兽企业、荣获“最具投资价值人工智能企业”、2024年认定为“高新技术企业”，是中国成长最快的自动驾驶企业🏢 团队简介：团队主要来自waymo、apple、百度、华为、京东等公司的顶级技术专家。主要成员为世界500强、美国互联网和硬件科技巨头核心技术带头人，美国和中国顶尖高校理工科博士。具有来自芯片、人工智能、自动驾驶等方面、从业最早且具备较大全球影响力的华人专家。📅 我们在做什么：✔ L4城配市场业绩行业第一：整车市场销售占有率超90%，是全球覆盖城市最多、累计商业化运营里程最高、交付量最大的无人驾驶科技公司✔ 连续三年引领产品定义：推出全球首款L4级城配量产车、发布全球首套L4城市低速全场景系列；✔ 规模化部署：累计交付超6,000 台无人配送车，在手订单超过万台，已在全国 200+ 城市常态化运营，总里程突破3000 万公里，完成超 3 亿单配送任务，帮助客户平均降低运营成本超60%。🎯 公司使命与价值观：🎗 公司使命：让物流更简单🎗 愿景：成为全球智能运输领导者🎗 价值观：创新、极致、平等、简约。🎗 人才理念：人才是公司的最重要的核心竞争力和最重要的资源，强调团队成员间的平等、尊重和激发每一位员工的热情和创造力。🎗 管理理念：扁平化管理，相较于管理层级，我们更注重员工的能力和贡献。🎁 加入我们，你将获得：* 技术氛围浓厚的成长环境* 超丰厚待遇与清晰晋升机制* 快速发展的赛道与落地成果* 世界级团队共同学习进步👉 更多信息请关注我们的公众号：Zelos九识智能城配车🌐 官网地址：https://www.zelostech.com.cn和我们一起，共同推动智能出行的变革与创新，成为下一代城市物流的基石！

一面： 深挖项目，没有过多问八股，主要是项目里涉及的手撕：一开始让我写一个匈牙利算法，不会，于是换了个最长递增子序列，但是要输出子序列是什么，我用动态规划写的只能得到最长子序列的长度。面试官问了一下如何得到路径的思路，我说用一个数组不断保存上一个位置，最后逆序输出即可。没有再写。反问：（1）组内是做什么的？他只说了是自动驾驶萝卜快跑，具体干什么根据进来后再说（2）再学点什么东西针对之前做的追踪，他说现在检测和追踪可能都搞到一起了，可以学习一下端到端的方案。二面：自我介绍还是深挖项目细节，具体到了 lr 怎么设置的，batch_size 设的多少，怎么进行标注，如何确定模型的效果。基本上没什么干巴的八股，都是针对项目细节询问为什么这么做，还有什么别的做法，最终为什么确定了使用这种，对比这几种的优缺点，如果要牺牲某些东西，是否可以提升某些东西。手撕（面试官说一面因为我相当于没有完整的写出一道题，所以这次要重点考一下）：场景题： 给 10 万个激光雷达的点，也就是用（x,y,z）表示，现在将其投影到 BEV 视角下，BEV 的分辨率为 0.2m，然后使用 C++语言，将这 10 万个点转化为 H*W*10 的向量。10 分别为 xy 方向的最大值、最小值、平均值和格子内的点的个数。先写伪代码即可然后讨论了下面三个问题（1）分析时间复杂度和空间复杂度（2）如何优化时间复杂度：从多线程角度思考（3）如何优化空间复杂度：点云都集中在一些格子里，大部分空间里是空掉的，如何降低存储空间。总之来说就是从系数空间转换到稠密空间。反问：面试官只约了一个小时的会议室，还差五分钟的时候有人来催，所以没有好好问。他自己介绍了一下就是做萝卜快跑的感知部分，反正就是那些东西（1）一共有几面？不太清楚校招有几面，应该是三面（2）现在做端到端还是解耦？纯端到端还是太难了，目前还是有解耦三面：约在了周日晚上8：45，面试官在家里，还听到了应该是他女儿还在旁边玩。只花了三十多分钟。针对简历中的自动驾驶的实习着重说了一下。解释一下追踪的指标代表什么？场景题：在遮挡物特别多，遮挡特别严重的情况下，如何提升对行人、非机动车的追踪效果？没有手撕。反问：（1）我看到有北京和上海的base，有什么区别吗？没区别，都是同一个团队，只是工作地点不一样（2）多久给反馈？和一二面面试官讨论一下，一周内给反馈

首先感谢文远某HR，回复速度很快，属于秋招到现在遇到最好的几个HR之一（虽然文远HR整体很抽象）一面：问项目，问实习经历蔚来实习这段问得很细，基本就是整个项目打碎一块一块问；Momenta的实习因为描述得比较详细所以没怎么再深入提问手撕：线段求交点写得一般，有点混乱，被问到是否可以减少拷贝复制，赶紧回答自定的struct可以指针传，其它参数可以传const引用，面试官说问题不大二面：面试约得很早（7~9点），面试官人在美国，早上起个大早脑子不清楚，对着面试官直呼HR偏向聊天，问两段实习中的难点和亮点1. 问对于基于规则的lidar点云前处理过程中使用OD印证是否会存在循环推断2. 问基于极坐标系的恒定步长采样存在什么问题，是否有其它解决方法3. 问我本科专业和硕士专业为我从业带来哪些相关方法或者优势（本科力学，硕士土木），只能乱扯说涉及到矩阵论方法和大量几何相关算法，而且车辆从传感器数据辨识到操控本质也是非线性动力学系统说得自己绷不住了手撕：写一个shared_ptr，实现拷贝构造、析构、委托构造，并验证引用计数对不对这块写得磕磕巴巴，准备了半天算法结果是写类，最后本来要让我写线程安全的引用计数，时间不够没写。疑似这里要挂我了，写着写着给面试官写麻了三面：纯coding，没笔试是吧，这里等着呢😡1. emplace_back(move()), push_back(move()), emplace_back(), push_back()速度排序2. 描述下vector底层实现，扩容是怎么扩容的，扩容的时候有哪些构造方式3. reserve和resize什么区别，没有默认构造、拷贝构造只有移动构造等的自定义类可以resize吗4. 引导计算：扩容复杂度，总共移动多少次？元素总共构造多少次？对元素的总操作次数多少次？从空vector开始一直emplace_back的期望复杂度（或者平均复杂度）是多少？（涉及到一个幂级数求和）5. 手撕，一个array，有若干个数字，一些query，表示区间端点，需要对区间求和。array中的元素可以任意乱序存在，问所有query的最大值是多少。刚开始想区间合并，后来经提示发现没必要，写得很丑陋，要得能当场调出来，他们assert样例都准备好了...调是调出来了，但是被指出有很多多余的操作，有点寄四面：仍然是美国面试官，貌似是大leader，压力很大1. 如何避免梯度消失？（要求4种+的解决方法...）2. batch normalization是啥？给下公式3. resNet听过吗，解释下？4. 手撕：写一个哈夫曼树问：你这个树1w个节点占多大内存？（说字节和kb都不行，非要说mb...）你这个树对于1000个叶子结点总共会有多少个结点？（答不出来）我宣布第四面是目前最搞心态的一场面试，也不问项目履历，就追着深度学习问，手撕也是以前几乎没怎么练过的，再加上早上7点开面6点半起了个大早，压力非常大，还有就是那种在技术高手眼皮下的无处遁形感而且貌似和面试官有沟通问题，他的问题重复三四遍都没听懂最寄的一集--------更新：四面挂......

最新更新：2506放在前面的一些话：帖子暂时停止更新，如果想问算法秋招或者让我帮忙看简历的可以直接私戳（无偿）。25年整个秋招感觉下来目前算法需求量比较大的方向就是三个：自驾，多模态，大模型。其他的像传统的cv方向岗位已经很少了，这个从每家的招聘岗位就能看出来来去年找实习和秋招其实没有找到太多自驾的经验贴，更多都是自己在摸索，希望这一篇帖子能够给下一届希望进入算法或者自驾方向的同学一点点信息bg：双9本硕+1自驾实习经历+1b会offer：美团，百度，阿里，蔚来，极氪，零跑，旷视，商汤，小马智行，卡尔动力，轻舟智航，比亚迪，tplink，科大讯飞，贝壳找房，一汽自驾…防开盒有些细节就不展示了，同校的uu如果想了解offer细节可以私戳我秋招面试经验（个人经验：1.代码：面试的过程中感觉整体自驾中大厂对于leetcode难题的需求比往年低，我整个秋招只遇到过hot 100中的几道hard，其他的大部分都是hot100中的medium，还有一些是没见过的medium或者easy，但是基本都不算难。有些面试官喜欢就实际问题出一些独特的代码题，这种lc也根本刷不到，也没必要特殊准备。还有些会考察pytorch和numpy的基本使用，这里主要会考察广播机制的使用。transformer的默写是最常考到的题了，建议直接把vit的代码背下来，直接默写有好几个面试官在面试到最后就只是把代码考核走个流程，出个hot100的medium，这种一般就是通过前面的项目经历就已经有决定了，代码只是公司要求的流程。2.项目/八股：秋招很容易遇到小同行面试官，所以一旦发现对方是小同行的时候尽量别想着糊弄过去了，一旦对方发现你在含糊，直接可能心里就挂了。还不如解释清楚哪里具体是自己负责的，哪里没有那么清楚。比如我之前实习主要是做端到端的算法模型，对于交付和数据预处理就没有那么清楚。校招的面试官也不会要求你面面俱到，有一部分做的比较精了就可以。常见的问题：你具体做了哪部分？业界或者学术界针对这个问题这几年的发展是怎么样的？你在实现过程中遇到了什么问题？具体怎么解决的？你还有哪些自己的思考？八股来说不用拿一本花书或者西瓜书去背，我觉得意义没那么大，但是基本的梯度下降，优化器，正则化，还有cnn和transformer的基本原理肯定是要非常熟的，这些也是实际会用的，不算八股3.自驾行业（个人观点，updating（25年中旬）我个人目前对纯端到端解决L4在一年内呈相对悲观的态度，自驾与很多其他的dl任务最大的不同就是安全性。但是模型的长尾问题在短期内靠端到端模型本身的精度解决本身就是很大的。在当前经济形势这么差的时候，很多的车企完全可以通过常年积累的issue set+后处理实现托底，然后先苟到经济形势好的时候。纯通过网络迭代进行metric提升究竟能不能反馈到安全性上还是需要时间和很大的成本验证的。这也是最近端到端貌似没有那么火的原因（24年下半年）目前大部分自驾厂商都在推端到端了，所以端到端和大模型是25秋招最火的几个方向，也是hc相对比较多的。4.面试应对技巧（updating这一部分是我在面试过程中总结的如何让不同的面试官都能get到你的能力小同行（细节方向一致）：大同行（自驾方向）：大大同行（算法方向）：不同行（hr）：后续关于自驾的学习路线还有一些自驾方向的问题随缘更吧