北京万*科技面经(自动驾驶、车路协同方向)

这是一篇关于智能交通领域的面试经历分享,涵盖了自我介绍、光谱无损检测研究、深度学习算法理解、激光雷达基础知识以及硬件接口和测试方法的讨论。面试者为23届学生,研究方向涉及光谱分析,对NIRS有一定了解,并讨论了论文创新点及常用深度学习模型。面试中也提及了对激光雷达和硬件接口的有限知识。

提前批,智能交通领域的领航者,2022年7月8日,第一面,40分钟

Q1、一分钟自我介绍

Q2、问了下学校相关问题,以及多久毕业,多久能回北京

回答:23届,8月底左右吧

Q3、问了下研究方向,光谱是什么?常用方法(哈哈哈,确实比较小众,还好提前准备了PPT,讲了几分钟,为什么能利用光谱实现无损检测)

回答:光是一种电池波,具备穿透性,NIRS是介于780-2560nm间的一种光谱,与物质C-H键,O-H键的合频率、倍频相同,因此能反映物体内部含C-H键,O-H键的物质类型,以及数量。。。。。。

Q4、问了下论文,创新点在哪里,具体怎么做的,常用的深度学习算法有那些

回答:深度学习,具体模型,方法,迁移学习,接近什么问题

Q5、了解激光雷达吗?

回答:了解一些,一般用于自动驾驶或者深空遥感,通过发送雷达波去遇到物体,返回,形成对物体距离、形状的点云。

Q5.1、了解激光雷达的常用算法、硬件结构吗?

回答:不太了解。

Q6、了解硬件接口吗?

回答:了解常用的,SPI、IIC、串口、CAN等

Q7、了解常用的算法测试方法吗?

回答:是接口、UI、压力这些测试吗?
面试官:不是
回答:哦,那不是太了解

反问环节,你有两个问题可以反问:

反问1:岗位的发展方向和路线

反问2:如何去学习以匹配该岗位

### 关于旷视科技自动驾驶算法工程师试经验 #### 背景介绍 旷视科技是一家专注于人工智能技术的企业,在计算机视觉、深度学习等领域具有深厚积累。其自动驾驶团队致力于开发先进的感知算法、高精度地图构建以及路径规划等功能,这些核心技术依赖于强大的算法支持[^3]。 对于希望进入旷视科技从事自动驾驶相关工作的候选人来说,《自动驾驶之薪知识星球》提供了丰富的资源和支持。该平台不仅涵盖了大量关于自动驾驶行业的求职技巧和试经验,还拥有超过500条经及问答记录,能够帮助求职者更好地应对实际挑战[^1]。 #### 技术考察重点 在旷视科技自动驾驶算法工程师职位招聘过程中,通常会重点关注以下几个方: 1. **基础理论扎实程度** - 候选人需具备深厚的数学功底,尤其是线性代数、概率论与统计学等方的知识。 - 对机器学习经典算法有深入理解,例如决策树、SVM、KNN等,并能灵活应用于具体场景中[^4]。 2. **编程能力测试** - Python 是主流语言之一,熟悉 NumPy, Pandas 等库的操作至关重要。 - C++ 编程技能同样不可忽视,特别是在性能优化、内存管理等方的表现尤为关键。 ```python import numpy as np def matrix_multiplication(a: np.ndarray, b: np.ndarray) -> np.ndarray: """ Perform matrix multiplication using NumPy. Parameters: a (np.ndarray): First input array of shape (m,n). b (np.ndarray): Second input array of compatible dimensions. Returns: np.ndarray: Resultant product matrix. """ result = np.dot(a,b) return result ``` 3. **项目经历评估** - 实际动手能力和解决复杂工程问题的经验非常重要。建议准备几个高质量的个人或团队合作项目案例来展示自己的技术水平。 - 如果参与过无人驾驶车辆的研发或者类似的科研课题,则更有可能脱颖而出[^2]。 4. **研究方向契合度** - 结合当前市场需求变化趋势来看,大模型逐渐成为热点话题。因此除了传统CV任务外,了解Transformer架构及其变种如何用于处理序列数据也很有必要。 #### 准备策略 为了提高通过率,可以采取如下措施: - 加入类似「自动驾驶之薪」这样的社区获取一手信息; - 定期关注目标公司官网发布的最新招聘信息和技术博客文章; - 主动联系内部员工寻求指导甚至推荐机会。 ### 总结 综上所述,参加旷视科技自动驾驶部门的试需要全考量候选人的综合素质,既包括专业知识储备又涉及实践创新能力。充分利用现有网络资源如《自动驾驶之薪》,可以帮助我们更加高效地完成准备工作。
评论
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