《后端实习》成都晓多科技

😇😇先简单介绍一下自己,中末9硕 软工 研二 找的寒假实习,入职的很晚都快1月份了(主要是导不给放人)。 寒假之前北京拿了3个offer 后端java 但没大厂,算中小厂 想着回成都过年就回来了改写go了。  现(20250220)已离职,公司整体的实习氛围来看还是感觉能学到东西,算是有收获的。推荐可以来刷第一段实习,公司里某西南985非常多。  

:我当时准备的是java,基本的八股,项目, 实习无手撕,但有道经典场景题 我当时是发红包,总体感觉不算难,对比大厂的话, 一轮技术一轮HR。

工作内容:好的点是在这里是能做需求的,不像一些公司进去让实习生干杂活的,偶尔也要修bug 全当练技术了,比写单元测试好。

收货:通过这段实习 基本上算是让自己的实力更进了一步,学到了很多企业级的技术像doris k8s集群 dataforce 等 

总结:感谢成长产品项目组的小伙伴们,度过了一段难忘的旅程,非常感谢刚哥对我的孜孜不倦的指导,自己太菜了啥东西都要问一下,刚哥都不厌其烦的给我指导。也感谢祯哥,聪哥的指导,让我学习到了很多东西,再见了晓多的各位。
全部评论
又来刷好评了
2 回复 分享
发布于 2025-02-20 22:14 湖北
那你这实习一个月就跑了啊
点赞 回复 分享
发布于 2025-02-23 15:27 四川

相关推荐

一、面试现场最常让手写的代码(高频必背)1. 路径/轨迹规划基础- A* 或 JPS 伪代码(C++/Python)- RRT / RRT* 极简实现(必考)- 栅格地图路径搜索、碰撞检测逻辑2. 机器人运动学(必问)- 多自由度机械臂正运动学(DH + 齐次变换)- 数值逆运动学(阻尼最小二乘 DLS)- 雅可比矩阵计算、奇异值判断- 自碰撞检测逻辑(面向人形/双足/多关节)3. 最优化基础(岗位核心:姿态最优)- 简单二次规划 QP 伪代码- 梯度下降 / 牛顿法求解姿态最优目标函数- 带约束优化(关节限位、避障、姿态平滑)4. 基础避障算法- 人工势场法(APF)- 动态窗口法 DWA 思路 + 伪代码- 基于距离场的碰撞规避逻辑5. 轨迹平滑- 五次多项式轨迹插值- B 样条 / 贝塞尔曲线- 最小 jerk / 最小加速度轨迹优化二、岗位核心专项:全身规划 & 通过性(重点准备)1. 全身运动规划(Whole-Body Planning)- 基于 QP 的全身控制伪代码- 浮动基机器人动力学简化(能讲+能写公式代码)- 重心优化、零力矩点 ZMP 简化计算2. 通过性(Passability / Navigability)- 地形评估、可达区域判断- 姿态自适应调整代码逻辑(爬坡、越障、台阶)- 多约束下姿态最优求解流程3. 姿态最优求解- 目标函数:能耗最小、姿态平滑、重心最低- 约束:关节限、碰撞限、视野/任务约束- 调用 OSQP / NLOPT / IPOPT 等求解器的代码模板三、Learning-Based 规划(加分但必准备)面试官不问代码也会问思路,最好能写极简示例- 简单强化学习:DQN/PPO 极简网络结构- 模仿学习:行为克隆(BC)极简训练+推理代码- 学习预测:简单 LSTM/Transformer 状态预测伪代码四、工程化 & 框架能力(面试官非常看重)1. 规划框架设计(C++)- 规划器基类 + 派生结构(AStar/RRT/MPC)- 线程安全、数据队列、回调机制- 模块解耦:感知→地图→规划→控制2. 仿真相关代码- MuJoCo / Gazebo 环境交互- 机器人状态读取、轨迹下发、碰撞回调- 批量测试、自动化评估脚本(Python)3. 常用开源库使用(必须会写调用代码)- OMPL 规划器调用- NLOPT / OSQP / qpOASES 求解器- Pinocchio / KDL 运动学动力学- Eigen 矩阵运算、SVD、雅可比五、如果时间紧,优先准备这 8 套代码1. RRT*(必背)2. 数值逆运动学(DLS)3. 雅可比与冗余机器人零空间优化4. 五次多项式轨迹5. 简单 QP 姿态最优求解6. A* 路径规划7. 全身规划优化伪代码8. 学习型规划(BC/PPO)极简示例银河通用目前有需求,招算法职位,地点北京和深圳,有兴趣接触可以私聊
点赞 评论 收藏
分享
评论
5
7
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