vivo

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

招商运营，投递了一个月终于推进到三面了 三面是hr面，电话面试，面试官很准时就打来了然后问了什么时候出结果，hr又说不确定了泡池子给我泡发白了都

真诚求前辈们的建议，本人2本9硕，中间gap 一年，硕士CV方向，只有横向项目，论文在投，预计27年毕业。目前的想法是java后端开发，学有余力的话再学一些大模型相关的走AI 开发。也在考虑agent开发、AI infra等大模型相关岗位。infra的话因为深度学习项目也是比较类似的，所以有这个考虑。想问一下这个学历会被卡吗？是走java后端开发还是  all in大模型呢？有没有前辈们评价一下呢

自我介绍+项目1.为什么链表长度≥8转红黑树?树化阈值为何是6退化?2.商品秒杀缓存使用ConcurrentHashMap的注意事项3.大促期间如何设置ThreadPoolExecutor参数?4.如何解决商品详情页服务的FuLGC问题?5.用Redis实现库存扣减锁，如何解决锁超时问题?6.ThreadLocal内存泄漏问题如何避免?7.如何防止恶意请求击穿缓存?拼多多的购物车服务选择AP还是CP?为什么?8.AOS中为什么用CLH队列而不用普通链表?9.线程池核心参数设置规则?美团动态调整方案?10.ConcurrentHashMap的size()方法为何不精确?替代方案?11.如何用CA...