【日常实习】滴滴 AI安全驾驶产品 一面 业务面
近期最开心的一次面试,面试官给了很多积极的评价和互动,属于挂而无憾的一次面试,在这里也夸夸HR,很积极帮我和业务沟通争取机会
- 自我介绍
- 对A项目优化感兴趣,讲讲
- 追问:你们的AI模型是覆盖了哪些方面
- 追问:那你们的产品是已经投产使用了吗?
- 追问:你们有面向用户/患者吗?
- 面试官:"哇哦,挺有意思的项目啊"
- B项目,你们召准的提升,是内部测试数据,还是在线数据?
- 追问:那客户平时也很忙,需要配合你们进行数据标注和模型验收,你们是怎么平衡的
- 面试官:啊,挺酷的,你这样经历过完整的项目挺好
- 了解毕业情况和入职时间
- 开放性问题吧:我们团队的KPI就是降低事故率,其中碰撞和非机动车占比大,你怎么从硬件软件方面来解决?
- 硬件:增加传感器,硬件冗余,这块我不是特别了解
- 软件算法:迭代算法:检测到危险对司机进行提醒、发生紧急情况下控制车辆纠偏、对司机综合评估 管控高风险司机
- 追问:针对提醒这一点,展开来讲讲,你觉得漏召回和误召回怎么处理:
- 安全是第一位,宁可让司机觉得烦,也要保证司乘和行人的安全
- 追问:那对于误召回,你觉得怎么样降低呢?
- 我了解到,目前的算法是进行持续检测判断,而不是单次判断,而且目前的算力是支持在极短时间内多次计算的(思路没打开啊!活活一个臭开发)
- 追问:那如果只能从单次来说呢?
- (挠头,问了问提示,面试官提示分场景)
- 从当前车速来判定,低速或停车的提醒级低,高速提醒级高。在复杂路段比如十字路口,提醒级高
- 追问:你说的十字路口,怎么判断呢?
- 在转弯的时候,或者盲区内检测到障碍物时提醒
- 追问,盲区这个是对的,还有一种可能,比如对面闪远光灯
- 自己总结了一下,检测到视线有干扰,比如远光灯时提醒级别高,视野开阔时提醒级别低
- 反问环节:问了业务、滴滴在自动驾驶的布局
-----------------------3.23找HR跟进了一下,最终还是要了个能立刻到岗的,时差狗好难555555-------------------------
#面试复盘##面试题目##滴滴#