自动驾驶公司面经

本文分享了一次自动驾驶公司的面试经历,工程师面试环节涵盖了之前的所有内容,包括对ground truth的探讨,虽然在该问题上出现了一些理解偏差,但随后通过编程题目顺利进行了下去。
作者:PatrickXC
链接: https://www.nowcoder.com/discuss/83155?toCommentId=1432424
来源:牛客网

作为车辆的学渣,去年开始研究图像算法,也是第一次面纯做自动驾驶的公司,留个纪念吧。
1、简历过了第二天,HR就给打电话了,还是非常效率的,简单聊了两句就约了面试的时间。
2、人在大连,接下来是电话面试,持续了40分钟,面试官我觉得还是很专业的,不光是问了项目和算法部分,还问了其他一些学生工作什么的,让我很意外。
3、工程师面完过了的话,过两天就是在线coding了
     问题1、自我介绍 
            2、对于我的项目做了很详细的询问,算法的构建,网络的模型,最后甚至问到了输出和损失函数部分。最终对我做的项目有一个评语
            3、介绍一下常用的算法,就是对于之前的项目中的算法都做了一个详细的介绍。
            4、因为面的是视觉岗位,YOLO讲完,就开始问Fasterrcnn了。因为之前用的是yolo,所以说的是只了解F。但是还是直接开始问了,幸亏之前看过没有忘掉。
         
### 滴滴自动驾驶产品试技巧 #### 试准备要点 对于滴滴自动驾驶产品的试,候选人应重点关注以下几个方: - **基础知识掌握** 候选人需具备扎实的计算机视觉和机器学习理论基础。特别是物体检测、目标跟踪、语义分割等领域,这些技能是构建自动驾驶系统的关键组成部分[^3]。 - **实践经验积累** 实战经验至关重要。应聘者应当展示出在实际项目中的应用能力,比如基于视觉或激光雷达的数据处理、多传感器信息融合以及路径规划等方的工作经历。熟悉常见的深度学习框架如PyTorch 或 TensorFlow,并能运用它们解决具体问题是加分项。 - **技术创新意识** 对前沿技术和研究趋势保持敏感度。例如,在模型压缩与加速、自动化机器学习(AutoML) 和分布式训练等方的探索可以体现候选人的创新能力和发展潜力。 #### 编程能力和工具使用 编程能力也是考察的重点之一。熟练掌握 C++ 或 Python 是基本要求,能够高效编写代码并解决问题。此外,还需证明自己可以在不同环境下灵活切换开发语言和技术栈,适应快速变化的研发需求。 ```python import torch from torchvision import models, transforms from PIL import Image def load_model(): model = models.resnet50(pretrained=True) model.eval() return model transform = transforms.Compose([ transforms.Resize((224, 224)), transforms.ToTensor(), ]) image_path = 'example.jpg' img = Image.open(image_path).convert('RGB') input_tensor = transform(img).unsqueeze(0) model = load_model() output = model(input_tensor) print(output.shape) ``` #### 学术背景和个人成就 拥有良好的学术记录同样重要。如果曾在国际知名会议上发表过相关领域的研究成果,则会大大增加竞争力。这不仅反映了个人的研究水平,也表明了对行业的深刻理解和贡献程度。 ---
评论 1
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