大厂上岸！985大佬扎实的秋招之路-优快云博客

本文链接：https://blog.youkuaiyun.com/CV_Autobot/article/details/128349827

点击下方卡片，关注“自动驾驶之心”公众号

ADAS巨卷干货，即可获取

个人背景

985本硕，本科和研究生阶段均是做车辆相关研究方向，本科主要做车辆底盘结构以及车辆底层控制算法，研究生主要做智能决策与规划。论文和实习方面，有一篇中科院一区SCI以及一篇中文核心，授权两项国家发明专利；三段自动驾驶方向实习；Kaggle、阿里天池、华为云比赛经历。

秋招情况

在秋招中投递的岗位主要是自动驾驶算法（决策规划算法岗/规划控制算法岗）以及金融量化，最终综合平台发展以及个人offer情况，选择了一家公司的自动驾驶算法岗位。在本文中我主要对智驾赛道相关的秋招情况进行分享。

前期自主研究历程

校招准备工作我做的不是很充分，主要是时间管理上面做的不是很好，一直在做实习相关工作还要兼顾一些实验室的项目等事情，没有足够的时间留给秋招，所以在这里首先也建议今后秋招的学弟学妹们一定要尽早去准备秋招，尤其是实验室比较忙的，要给秋招留下足够的时间。

1）基础知识（算法 + 八股）：

我整体是从今年3月份的时候开始刷题（主要是leetcode和代码随想录）和准备八股，刷题可以按照不同的模块专题进行，每种类型的题其实思路都差不多，多去练习，总结。对于很多公司，面试的第一步可能就是现场coding，coding做的不好可能对面试结果造成直接的影响，所以这里需要重视一些。

再就是多看看八股还有一些牛客网面经等等，一些高频考察题要多去练习，但也不要局限于一些八股的背诵，有充裕时间的学弟学妹们建议能够多看看C++ Primer（视频推荐清华大学郑莉教授的C++课程），数据结构（推荐大话数据结构、算法图解等，这里要熟悉不同数据结构的优缺点，之间的联系以及区别，适用场景，时间和空间复杂度等）以及设计模式的书籍，有的公司考察可能会比较深入，会让现场写一些相关功能的实现（例如深浅拷贝、单例、工厂模式实现、智能指针等等），如果平时接触较少，现场写比较容易出现问题。

最后针对自己的求职岗位整理了一些业内常见算法的伪代码以及实现，熟悉各算法的应用场景，优缺点，存在问题以及改进。同时找一些自动驾驶开源的项目例如Apollo以及Autoware，可以结合一些别人整理的资料去学习，尤其对于自己岗位的相关模块，多去看看别人是如何实现的。

2）项目经历以及实习经历

大概6月的时候，我花了几天整理了一下自己硕士期间的科研项目以及实习工作，实验室的科研项目可以挑2-3个含金量最高，与应聘岗位最match的放在简历中，一定要提前熟悉自己所写的项目，Research background，motivation，method，Results等等，还有项目目前仍然存在的问题，有哪些改进的方法，和其他方法相比你的做法有什么优势……，要能够流利的把这些复述出来，能够把项目讲清楚，让面试官理解。还有项目不要太大众，也不是说这些项目没有亮点，只是亮点都差不多，不能够更好地展现出自己的优势以及对于这个项目的思考。

我的实习经历主要有三段：造车新势力，互联网公司，独角兽，均是自动驾驶领域。如果大家有机会去实习的话，我是很建议大家去的，最好是能够去大厂、或者是一些独角兽技术较强的公司，在求职过程中认可度也会更大一些。实习过程中，一方面能够让我们很好地去了解学术界以及工业界的区别，去了解一些工业界的实际落地难题，与我们在学校做科研区别还是蛮大的，去培养自己的工程化思维。另一方面，算法开发的流程，具体开发工具的使用，代码格式的规范，同事之间的交流协作等等都是能够得到比较大的锻炼的。

七月份开始正式投递简历（很多公司7月份就已经开始了提前批，大家可以提前做好准备），开始了秋招的征程。

正式秋招开启

在整个秋招过程中，自动驾驶赛道我投递的公司主要在：造车新势力/独角兽/科技巨头/互联网企业等，具体如下

造车新势力：蔚来、小鹏、理想如下
独角兽：Pony.ai，文远知行，Momenta，AutoX，元戎启行，图森未来，智加科技，地平线，商汤科技
科技巨头：华为、大疆
互联网企业：百度自动驾驶技术部、阿里达摩院、字节跳动AI Lab、美团、滴滴

面试前，多在网上搜索面经，看看心仪的公司面试是个什么难度，喜欢考察什么类型的问题，有针对性的进行查漏补缺。不同公司的面试流程大都比较相似，项目以及实习工作内容的交流，算法coding的考察，八股的考察。

下面是一些常见问题的整理：

关于八股的：

面向对象的三大特征；
几种构造函数的实现，区别；
虚函数以及虚函数指针；
哈希表如何解决键值冲突？
malloc / free 和 new / delete的区别是什么？
智能指针（底层实现）
capacity和size的区别等
多线程实现
C++编译原理
单例模式以及工厂模式
不同数据结构（例如栈、堆）实现，优缺点，适用场景等
线程与进程
TCP以及UDP协议
OSI七层模型和TCP/IP四层模型
C++编译原理

主要还是围绕一些C++基本的原理和数据结构，多总结多思考，有充足的的时间的话还是建议多看看书，了解一些底层实现，不要局限于背一些定义上的东西。时间紧急的话可以在知乎等地方找找别人整理好的八股背一背，也能够应付多数面试官的问题。

关于算法：

基本算法题（数组、链表、树等）
概率题（例如在箱子中摸球的问题中，在给定的条件下如何保证最大的获胜概率；一段绳子切成三段构成三角形概率等等）
几何相关问题（证明点在凸多边形，矩形之间的最短距离，点的顺逆时针排序等）
场景题（常见的车辆变道，路口处无保护左转）。需要熟悉自己领域常见算法的伪代码以及代码实现（面试可能会考察到），算法的优缺点，适用场景，改进等等。

决策方向：解决策树、行为树等；
规划方向：搜索、采样、曲线拟合，数值优化等，还有业内比较常用的Lattice Planner以及EM Planner（考察比较高频，两者之间的区别、联系、适用场景等等）；
控制方向：需要了解PID、LQR、MPC等算法（动手去推导一下，可以看看B站上面的视频）。

对于决策规划算法，目前业内落地主要是采用rule based的方案结合博弈论的内容，同时很多公司也在做一些learning方面的工作，不同公司的需求不同，有的可能是偏向于招聘ruled based的同学，有的偏向于招聘learning的同学，所以这里建议决策规划岗位的同学在ruled based的基础上多去了解一下learning的算法，熟悉一种深度学习框架pytorch等，在求职中也会更有优势。

秋招过程中心态变化和成长

我是在7月份开始投递的，也算是比较早了，7月份就开始了正式秋招的面试，一些公司的进展也比较快。因为之前投过很多实习，经历过比较多的面试，对整体的流程比较熟悉，所以面试也是比较顺利的，8月份的时候，拿到了几家公司的意向，也给了自己很大的鼓励。（这里想要说明一下，大家在面试的时候一定不要紧张，就把它当做一个交流学习的机会，可以把握一些机会去练练手，熟悉整个流程）后面就是不断的笔试，面试，很多公司所有面试结束就没有任何反馈了，拿到意向的公司自己也都不是很满意。今年各个公司都比较流行泡池子（对通过面试的候选人进行综合排序，对排序靠前的同学发放offer）。一直持续到10月份，自己最想去的几家公司仍然都在泡池子，又不甘心签现有的几家公司，再加上开奖的公司逼签，也担心不能够拿到更好的offer，不敢轻易拒掉，再加上一直刷牛客和脉脉看到很多人都有了自己满意的offer，自己也会有一些焦虑。

那段时间和身边朋友的交流也全都是秋招的事情，后来逐渐的说服自己，放平心态，适当降低心理阈值，继续去尝试其他机会。一直到10月末，收到了一些意外之喜，泡池子的几家公司都陆续开出来了，历经3个月才拿到自己满意的offer。所以大家可以明显看出秋招真的一条很漫长的路，而职业生涯是一条更为漫长的路，秋招很特别或者很重要但也只占其中很小一部分。所以不要给自己过大的心理压力，这个过程中一定要调整好心态，做好自己能做的，多争取并且把握机会，剩下的就是等待了。在这个过程中，有焦虑情绪再正常不过了，要学会通过其他的方式帮助自己去释放压力，可以多去运动，不要让自己整日陷入紧张的氛围中，要多和身边的朋友交流。

个人感悟

2023秋招的确很难，在面试的过程中，和面试官也有交流过今年就业的一些问题，相对于往年难度确实要大得多，很多候选人在往年来看都是能够进入自己心仪的公司的，优秀的候选人过多，HC缩减。各个公司招聘的本质是找到合适的人，所以公司在面试你的时候最看重的是你的匹配度。所以大家不要因为面试挂了心态就受到影响，不一定是你不优秀，也可能是你和公司不够匹配，或者你在面试中表现得和公司不够匹配。求职是一场长跑，没有终点，只有下一个起点，我们不可能什么都有，更不可能什么都没有，所以放宽心。我们只需要做好充足的准备，平和的去应对秋招面试以及更多不确定性的事情，相信我们都会得到满意的结果。最后也希望学弟学妹们今后能够都找到心仪的工作。

给想转行同学的一点建议

1、明确研究方向：

我觉得不管是任何专业的同学，如果下定决心，就要把事情做好，做好充足的准备，网上还有微信公众号中也有很多的资料、教材以及视频可参考学习。身边也有化学、声学、热管理专业的朋友跨智驾赛道的，他们都是做了充足的准备，从项目到实习，最后也都拿到了相对不错的offer。所以说不要对自己失去信心，对于下定决心的事情，就努力去把它做好！

从事智能领域，我觉得大家首先要想好自己想要从事的工作内容，是要做L2+量产还是做L4，L2+量产主要是偏向于工程，L4主要是偏向于算法。同时，自动驾驶是一个软硬件紧密结合的综合性工程系统，其包含软件以及硬件上多岗位的细分工作。在选择岗位前，多去了解自动驾驶的整个工作流程，弄明白所有技术模块之间是如何配合的，各模块的输入输出都是什么。结合自己的兴趣，主要还是需要看自己手里有什么牌，与哪个岗位比较match，综合确定往哪个方向去打。

2、积累实践经验

任何事情只有通过实践体验后才会有深刻的体会。对于一个没有背景的转行人员，我是强烈推荐通过比赛（华为云，阿里天池，Kaggle，华为无人车大赛，智能车挑战赛等等）或者实习的方式去积累自己的实际经验的。只有真正的去体验一个项目，去思考如何解决问题，去coding实现，才可以使自己在面试时更有底气，应对地更从容。

往期回顾

双非自学！我上岸了，分享下踩过的坑（感知与融合岗）

【知识星球】日常干货分享

【自动驾驶之心】全栈技术交流群

自动驾驶之心是首个自动驾驶开发者社区，聚焦目标检测、语义分割、全景分割、实例分割、关键点检测、车道线、目标跟踪、3D目标检测、BEV感知、多传感器融合、SLAM、光流估计、深度估计、轨迹预测、高精地图、规划控制、模型部署落地、自动驾驶仿真测试、硬件配置、AI求职交流等方向；

添加汽车人助理微信邀请入群

备注：学校/公司+方向+昵称

自动驾驶之心【知识星球】

想要了解更多自动驾驶感知（分类、检测、分割、关键点、车道线、3D目标检测、多传感器融合、目标跟踪、光流估计、轨迹预测）、自动驾驶定位建图（SLAM、高精地图）、自动驾驶规划控制、领域技术方案、AI模型部署落地实战、行业动态、岗位发布，欢迎扫描下方二维码，加入自动驾驶之心知识星球（三天内无条件退款），日常分享论文+代码，这里汇聚行业和学术界大佬，前沿技术方向尽在掌握中，期待交流！