
「方向: 无人配送车-感知-预测算法工程师」
一开始投的定位算法结果职位直接关闭了,hr问要不要试试感知,遂答应。再次印证市场对SLAM需求已经饱和(自动驾驶),移动机器人也许还有市场,但是目前都没有大公司要(还是饱和了)。
自动驾驶的无图方案基本都是在BEV给出的语义信息里做状态估计(车道线、路标、路口、路肩),最多用一些点线信息做补充(而且实际上效果估计不大好,太多动态干扰,一筛全没了)。
除了L4还会使用高精地图,搞点lidar slam和重定位,L2-L3基本对slam没有需求,甚至可以把标准的导航地图或者卫星地图输入网络直接给出粗略位姿估计,slam也只是在局部生效。非要说gps/rtk拒止那也是非常少的情况,不需要那么多人去做。现有人才已经接近饱和,大量转感知。
问项目,你说slam里用了卡尔曼滤波,详细讲讲它的的每个步骤,工程实践中怎么调参,遇到非线性怎么办。c++的常用特性都熟悉吗,问了一下左值和右值(实际上是locator和readable),知不知道完美转发(早忘了)。有没有了解过动态目标感知,和静态目标有啥区别,tracking用什么算法(讲了经典的KCF和learning的,提了一嘴tracking by detection),Re-ID的过程是怎么样的,遮挡怎么处理。了解BEV吗,讲下CNN和Transformer的区别吧。
coding:写一个栈,找括号匹配。然后问了一下用过哪些stl,map和unordered_map的区别,红黑树的特点(我只知道有序并且接近平衡)
反问:具体工作内容是什么?实际上做的是动态目标感知和意图预测,这jd写得也太蛋疼了。
介绍项目,详细讲了下论文,面试官说没听懂,能不能通俗地讲讲论文的贡献,解决了什么问题,大致方法如何。讲完之后感觉还是没懂,于是就问项目。有没有了解过意图预测,讲讲可以怎么做(rule-based和learning-based,举了人过斑马线、十字路口博弈的例子),知道negotiation吗(不知道啊),运动预测怎么做,常用什么模型(匀速、singer、IMM)。对深度学习了解多少,pytorch用过没,讲讲以前做的目标检测的项目,backbone怎么选的,移动端部署需要注意什么问题,深度可分离卷积的作用,大核卷积什么时候用,attention和cnn的区别,怎么设计深度学习训练的框架(加载数据预处理,model,loss)。知识蒸馏了解多少。现在有紧跟cv发展吗,讲一些你了解你认为最新的cv方向进展(说了swin transformer,扩散模型和neurf)。
coding:编写一个变长数组,要实现复制构造、移动构造和拷贝构造+岛屿面积(染色orBFS),一开始想着用染色的方法后来觉得复杂度太高,面试官提示可以用BFS,然后写出来了。分析一下时空复杂度。
介绍项目,面试官没有传统cv的背景(他说以前学过robotics和机器视觉图像处理),先说了里程计的项目,然后聊轮足优化控制,了解RL和最优控制的区别和联系么,详细说一下机器人的动力学建模和参考轨迹给出的方式,开了共享屏幕画图。问现在sim2real有很多问题,你对RL的world model有什么看法(我能有什么看法,我要有看法早就重拳出击了)有什么domain transfer的解决方案,强化学习的泛化性能怎么提升,怎么用到自动驾驶的规划上,了解端到端的训练范式吗?这轮没有coding。
反问:为什么会选一个背景不同的面试官?(答曰cross-validation,结果又问了一下我知不知道k-fold交叉验证,几个学习器怎么集成,怎么做评估,这也能联想)目前无人车部门有多少人,部门之间合作紧密吗,会不会有定期算法分享、follow最新论文,mentor带多久,文档成体系不数量多吗,工作量什么情况。
审编|阿蓝
商务推广/稿件投递请添加:xinran199706(备注商务合作)




· 计划周期:深蓝学院将以3个月为一个周期,建立工程师&学术研究者的「同好社群」
· 覆盖方向:自动驾驶、具身智能(人形、四足、轮式、机械臂)、视觉、无人机、大模型、医学人工智能……16个热门领域
扫码添加阿蓝
选择想要加入的交流群即可
(按照提交顺序邀请,请尽早选择)
👇
