三年自驾算法中登晒出工位照,喜茶杯底全是代码魂!

看到牛客这个话题的时候,发现自己已经快工作满一年了,不知不觉已经在自动驾驶这个领域呆了快3年的时间了。

想到自己研一的时候还在做2D目标检测算法,当时感觉自动驾驶这个赛道还挺火爆的,就想往自己还算熟悉的感知算法方向试一试,所以在研一暑假还未开始前就开启了感知算法实习之路

没想到这路一走就是将近三年的时光,自驾实习的道路上有过是否要换到其它赛道的迷茫和焦虑,也有自己实现的算法最终部署上车的兴奋和自豪,同时也结识了许多优秀的同学和mentor,并且从他们身上学到了很多很多的知识和做业务算法的心得体会,到最后的秋招拿下理想、华为、地平线、百度等自驾厂商的智驾算法工程师offer,到头来还是决定在自己喜欢的领域,在自动驾驶这个赛道上,通过自己不断的学习和努力留下自己的一片足迹

1年零9个月的自驾实习经历了太多太多,很多定格的画面和瞬间都足够成为我读研期间珍贵而又美好的回忆。翻了翻手机相册,还真就找到了一张之前实习期间拍的工位照片,当时是和组内的mentor和leader三个人一起赶算法上车项目的发布节点,结束之后leader请我们喝的喜茶

还真的很怀念当时实习的日子啊!

#晒一晒你的工位#
全部评论

相关推荐

不愿透露姓名的神秘牛友
09-02 11:06
一面: 深挖项目,没有过多问八股,主要是项目里涉及的手撕:一开始让我写一个匈牙利算法,不会,于是换了个最长递增子序列,但是要输出子序列是什么,我用动态规划写的只能得到最长子序列的长度。面试官问了一下如何得到路径的思路,我说用一个数组不断保存上一个位置,最后逆序输出即可。没有再写。反问:(1)组内是做什么的?他只说了是自动驾驶萝卜快跑,具体干什么根据进来后再说(2)再学点什么东西针对之前做的追踪,他说现在检测和追踪可能都搞到一起了,可以学习一下端到端的方案。二面:自我介绍还是深挖项目细节,具体到了 lr 怎么设置的,batch_size 设的多少,怎么进行标注,如何确定模型的效果。基本上没什么干巴的八股,都是针对项目细节询问为什么这么做,还有什么别的做法,最终为什么确定了使用这种,对比这几种的优缺点,如果要牺牲某些东西,是否可以提升某些东西。手撕(面试官说一面因为我相当于没有完整的写出一道题,所以这次要重点考一下):场景题: 给 10 万个激光雷达的点,也就是用(x,y,z)表示,现在将其投影到 BEV 视角下,BEV 的分辨率为 0.2m,然后使用 C++语言,将这 10 万个点转化为 H*W*10 的向量。10 分别为 xy 方向的最大值、最小值、平均值和格子内的点的个数。先写伪代码即可然后讨论了下面三个问题(1)分析时间复杂度和空间复杂度(2)如何优化时间复杂度:从多线程角度思考(3)如何优化空间复杂度:点云都集中在一些格子里,大部分空间里是空掉的,如何降低存储空间。总之来说就是从系数空间转换到稠密空间。反问:面试官只约了一个小时的会议室,还差五分钟的时候有人来催,所以没有好好问。他自己介绍了一下就是做萝卜快跑的感知部分,反正就是那些东西(1)一共有几面?不太清楚校招有几面,应该是三面(2)现在做端到端还是解耦?纯端到端还是太难了,目前还是有解耦三面:约在了周日晚上8:45,面试官在家里,还听到了应该是他女儿还在旁边玩。只花了三十多分钟。针对简历中的自动驾驶的实习着重说了一下。解释一下追踪的指标代表什么?场景题:在遮挡物特别多,遮挡特别严重的情况下,如何提升对行人、非机动车的追踪效果?没有手撕。反问:(1)我看到有北京和上海的base,有什么区别吗?没区别,都是同一个团队,只是工作地点不一样(2)多久给反馈?和一二面面试官讨论一下,一周内给反馈
百度求职进展汇总
点赞 评论 收藏
分享
评论
10
4
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务