【秋招提前批】百度robotaxi调度算法一面

血泪教训:面试百度的同学一定要提前下好入流!
全程约40分钟
1.自我介绍
2.项目拷打
先是盘问了论文里的项目,因为和网约车调度场景很契合。面试官也很专业,基本就是看着我的简历,然后时不时提出一些针对性问题。
数据集的来源是哪里?奖励函数是怎么设计?为什么要这么设计(包括具体的计算方式)?特征有哪些?论文的聚类是怎么做的?为什么要这么聚类?为什么设计分层强化学习的框架?上下层的奖励维度一致吗?有做调度策略的实际到达情况、中途接单情况的统计吗?和项目指标提升还不错,为什么不考虑上线使用?
然后问了之前实习的一个项目。
预测GMV为什么不算上新用户的成单?主要用了什么模型?wide&deep模型是怎么设计的?为什么不用需求预测模型而是做了GMV预测?留存率是怎么算的?为什么不用时序预测的模型?
3.手撕题
因为用的是如流的浏览器版本,没有代码考察的界面,所以就跳过这一段了。(大概率凉了,大家面试一定要记得先下好如流)
4.反问
萝卜快跑的运营规模怎么样?实际的调度算法是怎么做的?会考虑强化学习的算法吗?无人网约车与传统网约车在派单调度方面的区别。
#秋招# #提前批# #百度# #算法# #算法岗面经#
全部评论

相关推荐

不愿透露姓名的神秘牛友
09-02 11:06
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
百度求职进展汇总
点赞 评论 收藏
分享
评论
2
收藏
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务