24届校招还没offer吗？自动驾驶感知岗23届师兄倾囊相授

最近和师弟们聊了聊秋招状况，感觉不容乐观，去年7月份我都已经面试几家公司了，今年居然一家面试还没有，然后看了看师弟的简历惨不忍睹，帮他从头到尾修改了一遍，后面我会分享一些秋招的全流程攻略，包括前期的准备-实习准备-笔试测评经验-面试攻略-HR面技巧-秋招谈薪技巧进行攻略分享，欢迎大家关注！

今天先分享一下我个人秋招的经历

背景信息：985车辆硕士转自动驾驶感知，六篇自动驾驶相关专利，两段实习经历，一篇ICCV。在2022年秋招中，我拿到了高德、滴滴、地平线、图森未来、旷视、集度、理想、极氪等10余家企业的offer。

秋招投递的岗位包括自动驾驶感知/LiDAR感知/融合感知/三维重建/计算机视觉等，累计投递50家自动驾驶行业相关公司，最终获得34家公司的笔试及面试反馈。

大四下学期

保研后就开始提前适应课题组，在大四下学期，每周通过远程线上参与组会，提前熟悉课题组氛围，该阶段以学习ROS/C++为主。

兴趣很重要。在此之前曾自学过C语言，学过一段时间嵌入式，也学习了基本的python语法，用来做一些数据分析，搞爬虫。在开学之前老师分配了对应的项目，主要是C++、ROS平台搭建的感知项目，因此在入学的前两个月都在学习C++/ROS。

研一：巩固基础，春芽破土

入学开始前的研究方向是3D检测，搞了一个月后，切换到目标跟踪，主要学习深度学习SORT/DeepSORT等方法和传统的卡尔曼滤波系列方法。

平时，我学习了数据结构/深度学习/机器学习/Apollo自动驾驶/三维点云处理/数值优化/线性代数/概率论等知识，同步做老师分配的C++军工项目，每周开组会汇报，在项目中学习ROS/GIT/Cmake等工具。学校学院里安排的一些水课，除了数学课，其他都没有特别必要，比较耽误时间。

研一结束的时候想了一些研究的创新点发表了两篇自动驾驶相关专利，感觉自己还是很喜欢自动驾驶，这个时候就确定了毕业找工作的打算，放弃读博和考公。

研二上学期：深入研究，准备实习

做项目+日常低强度刷题（一天一题）+进行3D检测的研究

开学时，研究方向被老师按照项目分配成3D目标检测，但是一直想去工业界实习看看大家感知是怎么做的，跟老师提了实习想法后，老师表示支持去看看。

然后，主要复习了C语言/python，学习pytorch/CUDA。新研究方向由博士师兄带领，所以比较轻松。这个阶段先是学习点云的3D检测，然后再切入到多模态3D检测，同时每天跟着代码随想录保持一天一题的节奏，打算这个学期结束找实习。

研二结束发表了一篇自动驾驶相关专利。

研二寒假：

找实习+练习面试

寒假期间，每天保持至少两道leetcode的量，同步继续进行3D检测方向的研究，然后在刷够200道leetcode后，开始投递简历，拿到了一个大厂的感知岗位的实习offer。

研二下学期：

准备顶会+积累自动驾驶量产经验+继续刷题准备秋招

2月份过完春节开始实习，在实习阶段利用公司的资料库学习了自动驾驶感知/定位/预测/规划/控制/地图等模块等基础知识，然后独立负责系统中一个小模块，同时阅读大量点云相关方向的论文，持续跟踪最新的3D检测研究成果。

4月份发现论文难产之后，将主要精力放在学习公司项目经验+高强度刷题，白天在公司搞完项目，晚上找一个没人的办公室开始刷题，持续到六月份。

秋招提前批：

核心目标：秋招面试+准备转正

六月份中旬陆陆续续一些公司开始招聘了，白天节奏变成了同步实习完成每天的工作，遇到面试就申请一个一小时的会议室面完就跑回工位，这个时候公司说可以转正， 因此想等到公司的转正答辩结束后再离职，白天干完，吃过晚饭就回去复盘总结面试的题目，思考哪里需要补充学习，查漏补缺，然后继续刷题保持手感，这个阶段主要是复习之前刷过的经典题目，并且开始大量看别人总结的面经，但是7月份结束，收到的offer的仅有一家公司，感觉到秋招形势不妙，公司转正也比较重要，然后打算再做一些产出，帮助转正，同时整理了一下实习的工作，写了两篇专利，一篇论文初稿准备投递。实习转正是很重要的一件事情，有了转正offer之后心态也会稳定很多。

秋招正式批

核心目标：准备转正+秋招面试

七月底八月初的可以投递岗位是最多，大部分公司都在这个阶段投递出去，然后每天保持高强度面试，最多一天经历过八场面试，从早面到晚，但是到八月份底有了两家公司offer，然后为了实习转正， 有一些项目必须要做出一些关键性的交付物，给公司的业务带来提升，然后努力完成领导分配的任务后回去主动揽一些没有人做的工作，并且加入自己的思考与创新，但是后面公司HC收缩，原本承诺的转正突然希望比较渺茫，于是打算再找一段实习，这段实习为了春招做准备。

9月份再次找到了一家独角兽公司实习，然后持续白天实习晚上面试的状态到9月底，然后这次实习就吸取了上次实习的不足经验，每天保持高强度的状态完成领导要求的任务，积极和领导沟通。领导还是喜欢听话、干活又快又好的下属。

9月中旬有一家自动驾驶小公司率先开奖，开奖之后心态更加稳定一些，可以安心的继续前进了。

10月国庆过后，就陆陆续续接到了地平线/图森未来/滴滴/旷视/集度/理想等公司的offer，这个时候发现其实自己过分担忧了，之前大量的面试，很多公司已经通过了终面，只是还没到推进开薪的流程。这个时候面试也变的有选择性了，只面比手中offer差不多或者平台更大、更好的公司，同步进行的就是谈薪阶段，面试了华为/小鹏/阿里等公司。

11月份，想去的公司基本上都面试完毕了，主要就是谈薪，目标就是把自己卖个好价格，可以看看手中公司开奖的最高薪资方案是多少，然后和想去的公司去argue，谈薪这个阶段不要着急，越到后面一般价格就会越高，HR内心其实比你更急，天天会催，但是一定要深思熟虑之后再签约三方。

12月份，最后秋招拿到阿里高德/滴滴/地平线/图森未来/旷视/集度/理想/极氪offer，然后签约三方至此秋招就正式解决了。

秋招的基础知识准备

1、语言：

C++/python/CUDA，必须熟悉一种语言（一主一辅），对于感知岗位，这两个语言都要会，建议C++为主，python为辅，刷题的时候还都需要用C++,不要用python刷题，可能会遇到卡常数的问题，CUDA也要学一下基础，起码别人写的ops可以看懂，python和C++的面经网上很多，面试前也可以多复习复习。

2、leetcode：

最开始按照代码随想录刷，按照章节刷是前期最好的路线，然后可以刷hot100，然后每周末抽空打一下周赛，保持快速思考写代码的手感，手撕代码无非是leetcode原题或者是自己公司题库的改编题，或者是你项目中遇到的一些模块代码，撕代码除非面试官故意刁难，基本上不会遇见hard，一般都是中等难度居多，也要注意跟面试官多交流，可以先思考说一下自己的思路，然后给出自己方案的时间复杂度，如果面试官满意，一般就可以直接写出来。

3、深度学习/机器学习：

感知岗离不开深度学习，如果只接触传统的方法求职会很难，熟练掌握卷积计算，一些深度学习的基本知识与原理，把基础打的越牢越好，然后再结合自己的研究方向，去跟踪一些最新学术界或者工业界的做法，这点很关键，做算法必须要有持续跟进的能力，机器学习我遇到的面试官问的较少，但是笔试环节往往有大量机器学习相关的知识，所以这也是必须要学习的部分。

秋招宝贵建议：

1、在秋招前期一定要提前投递，广撒网，可能一天下来你投递的一个岗位就收到了几百份简历，因此千万不要等。

2、多刷题，最好手撕过程是bugfree，有的面试官很在意这个事情，面试手撕代码过程中，要求的是代码写的越快，bug越少这两点。

3、多积累相关岗位经验，比如要投递融合感知岗位，那么就要对这个岗位包括所做的事情都要有了解，可以提前实习去积累相关的经验。

4、项目问答的时候一定要熟悉，中间不能遇到某个点解释不清楚，会让面试官怀疑这到底是不是你做的，项目所涉及的基础知识自己一定要清楚，有的面试官喜欢对着一个地方深挖，挖到不会为止。

5、反问环节有一个可以套路面试官的问题：“您对我后续的学习有什么建议吗？”这个问题如果面试官对你满意就会没有什么建议，如果对你不满意，也可能会直接说出来，如果有的面试官人比较好，是会真的给建议的，通过面试官的回答，我们可以一方面去得到面试官对我们的评价，一方面也可以粗略判断这场面试的结果。

6、对于不同的岗位要准备有所侧重，比如我在面试融合感知岗位，就会多展示一些融合岗位的经历，面试lidar岗位，就会展示lidar感知相关的经历，一定要知道这个岗位需要你哪些内容，就多展示哪些内容。

7、是学的更广还是学的更深的问题，我建议先深入学习一个方向，然后在扩充其上下游的基本知识，感知领域太大了，图像/lidar/radar，传感器不同方法也不同，然后深度学习和传统方法也不同，不过感知有一个核心的任务就是检测，学好检测之后拓展其下游的跟踪预测知识，拓展上游的标定知识，也都很关键，对于校招生而言，只需要你对其中一个任务深入，然后有其他方向的基础知识即可。

8、岗位对口的经历很重要，复盘秋招之后，发现岗位如果比较有偏差的，基本上都没能通过，所以投递一定要优先考虑匹配度较高的岗位。

9、提前做好职业规划，自己到底想做方向，自己是否适合这个岗位， 可以提前去实习好好感受一下。