炸裂!比亚迪24小时收12万份简历!2024校招如何上岸?

这两天汽车人被比亚迪校招信息刷爆屏了。10月17日晚,比亚迪发布2023年前三季度业绩预告,预计报告期内实现净利润205亿元至225亿元,同比增长120.16%至141.64%。“爆发式增长”的业绩,也体现到了招聘市场。有消息称,9月25号比亚迪校招启动后,一天时间内投递编码就增加了12万个。

72e5bf966a05a9267c2fa2fac173e4bc.jpeg

鉴于去年比亚迪招聘非常火爆,更配合上今年新能源+自动驾驶爆发式的增长,迪子2023年校招更是放出了3W+岗位!为此自动驾驶之心针对求职的同学,提供了一个变焦虑为动力的平台,一起学习,一起进步。更多求职问答、招聘内推、学习资料、自动驾驶面试一百问系列等,欢迎大家加入【自动驾驶之薪知识星球】获取,内容不限于算法、开发、系统、产品岗。汽车人在此赠送限量 30 张30元优惠券!今年、明年和未来几年要找工作的同学们可以关注起来了!

b83843ba82b006e23dae98880d1b65a4.png

3610406c82f90333addb996009bccf6f.jpeg

星球优势及会员权益

1、自研一百问针对自动驾驶行业面试,自研了一套分方向精选100问,涉及基础、实战,是实际工作中遇到的问题,适合作为面试题。

f759566b371d936bb6266d2465d21e46.png

2、校招社招面经面试题搜集网络及学员反馈的面试题,分享在星球,节省大家搜集的时间成本、方便查阅。

c184d706985094e4e08518a7c0c51f06.png

3、获得星主及合伙人免费职业规划和简历、求职咨询服务:星主和合伙人皆是从事自动驾驶及相关工程算法的职场老鸟,有很多经验可以分享,对星友的提问会提供专业性解答,帮助求职者或职场新人少走弯路。

4、所有自动驾驶之心的自研付费课程8折优惠(价值1200元)

dc617a9cf0d658be73ba5bb603ceac88.png

a9092f6f64a886a20af318777284f7f8.png

之薪星球于2023年3月创立至今,输出了700+的干货内容,星球活跃度长期排行前20名,吸引了近500名自动驾驶行业求职者,已经积累了200+条面经及问题,基本覆盖常见知识点和面试风向标。有价值的招聘信息也第一时间送达,节省了大家寻找机会的时间成本

自动驾驶之薪求职群(知识星球)是一个面向全体学生和算法工程师/研究员的求职交流平台,依靠公众号【自动驾驶之心】。主要分享自动驾驶与AI领域社招/校招准备攻略面试题目面试/谈薪/转行经验学习复习路线社招/校招内推求职答疑offer选择等;

星球内部涉及自动驾驶感知、BEV、多传感器标定、多传感器融合、模型部署、自动驾驶系统、仿真、规划控制、C++、产品经理、嵌入式、4D标注与数据闭环近20+个职位面经;除此之外,也为大家汇总了各大厂的薪资待遇说明图,谈薪必备。

求职群内包含2023届/2024届求职的社招/校招大佬,我们也邀请了很多公司的算法大牛和学术大牛,星球成员主要来自商汤科技、旷视科技、百度、阿里、网易、Momenta、Intel、Nvidia、赢彻科技、图森未来、智加科技、AutoX、大疆、上汽、集度、地平线、蔚来、小鹏、蘑菇车联、斑马、华为等业界知名公司,为大家的职业选择与规划排忧解惑。

面向对象

2024届求职的在校生、有跳槽打算的社招群体!

星球主要内容

星球内部划分了三大部分:学习资料、实习/校招/社招面经、实习/校招/社招岗位分享及内推;

1)学习资料模块

这部分的初衷是为了大家方便学习、复习,星球从深度学习基础、深度学习理论、Transformer、计算机视觉、python一百问、C++面试一百问、torch基础、TensorRT基础、量化剪枝基础、Linux常见问题、ROS常见问题、力扣/剑指offer高频题目和答案展开,帮助大家提升基础面试和coding能力,后面扩展到BEV、3D目标检测、毫米波雷达视觉融合、目标检测、语义分割等领域,帮助大家回顾专业基础知识。

5faf1311f8381d353a8e085389e4dfcf.png

72ab46edf5a5b1c05747e9b074c54868.png

633a2753db74fda53cfa7af70b788c7d.png

2)实习/校招/社招面经

星球内部为大家准备了很多常见的面试思路与面试经验、转行笔记等。从秋招准备路线开始,为大家盘点常见的求职路线及需要准备的东西;然后过渡到自动驾驶各大岗位介绍,为大家梳理判断适合自己的岗位;也准备了很多面试官常问的问题,助力大家高质量答复!

f6500ec79f3883887d3140c27de5a1f6.png74f353b3f5f59f3c8caeff64e12b05d3.png

9d75f0263fa26e54b00f1c6848c02836.png75ddb06a4c46bda7e5c92d820bf0793c.png

516a9845d2c7b8151e4026677e27848f.png


面经部分分为实习、校招、社招三大部分,实习更关注同学们的基础知识,重点考察数据结构、编程基础、算法基础等;校招会匹配研究方向和项目,也考验个人格局观与态度;社招更多是对症下药,基本直面自己的方向!

社招

4f6954397fd90361e78a1681e4efa238.png

a541b3adf2f8d1b2673723edacbab315.png

52a01a6579cc66ac68edf4be2f43b67f.png

e9381509fb38859d90eec5f90215d706.png

自动驾驶之心团队也给大家一些建议,面试机会不易,一定要准备好后尝试,对公司的业务、团队以及未来可能的发展方向有着清晰的认识。

3)实习/校招/社招岗位分享

星球内部已经做到每天更新岗位,涉及实习、校招、社招,包括感知、融合、标定、规划、部署、仿真、C++开发等多个岗位类型,第一时间将已有岗位呈现给大家!

77391a42bdae9dd6e85741f8d635ae0b.png

日常提问交流

2d6b1532add0dbc1feb9ab1ba9c853ca.pngc81142637c465a318f6786eaf4b108ab.png

欢迎加入

时长:加入起,一年有效

欢迎大家扫码加入自动驾驶之薪知识星球,我们诚邀前期成员的加入,一起创造一个全技术栈的自动驾驶开发者社区!星球成员的加入平均每天1毛钱,欢迎扫码加入一起学习一起卷!

11747053bdccb7ca9e2f6abc37d6ab0a.png

本课题设计了一种利用Matlab平台开发的植物叶片健康状态识别方案,重点融合了色彩与纹理双重特征以实现对叶片病害的自动化判别。该系统构建了直观的图形操作界面,便于用户提交叶片影像并快速获得分析结论。Matlab作为具备高效数值计算与数据处理能力的工具,在图像分析与模式分类领域应用广泛,本项目正是借助其功能解决农业病害监测的实际问题。 在色彩特征分析方面,叶片影像的颜色分布常与其生理状态密切相关。通常,健康的叶片呈现绿色,而出现黄化、褐变等异常色彩往往指示病害或虫害的发生。Matlab提供了一系列图像处理函数,例如可通过色彩空间转换与直方图统计来量化颜色属性。通过计算各颜色通道的统计参数(如均值、标准差及主成分等),能够提取具有判别力的色彩特征,从而为不同病害类别的区分提供依据。 纹理特征则用于描述叶片表面的微观结构与形态变化,如病斑、皱缩或裂纹等。Matlab中的灰度共生矩阵计算函数可用于提取对比度、均匀性、相关性等纹理指标。此外,局部二值模式与Gabor滤波等方法也能从多尺度刻画纹理细节,进一步增强病害识别的鲁棒性。 系统的人机交互界面基于Matlab的图形用户界面开发环境实现。用户可通过该界面上传待检图像,系统将自动执行图像预处理、特征抽取与分类判断。采用的分类模型包括支持向量机、决策树等机器学习方法,通过对已标注样本的训练,模型能够依据新图像的特征向量预测其所属的病害类别。 此类课题设计有助于深化对Matlab编程、图像处理技术与模式识别原理的理解。通过完整实现从特征提取到分类决策的流程,学生能够将理论知识与实际应用相结合,提升解决复杂工程问题的能力。总体而言,该叶片病害检测系统涵盖了图像分析、特征融合、分类算法及界面开发等多个技术环节,为学习与掌握基于Matlab的智能检测技术提供了综合性实践案例。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值