百度实习生招聘

【工作职责】
探索OCC数据生产相关算法的前沿研究与应用,包括SLAM、激光重建、视觉重建(深度估计、GS Nerf)、Motion Flow估计(lidar flow、光流)、信息融合(传统优化算法)、语义parsing模型。此外,需要编程基础强的同学完善工具链建设。
【职位要求】
1. 计算机、电子、自动化等相关专业在读硕士或博士。
2. 熟悉计算机视觉基础原理,至少在计算机视觉、计算机图形学、2D/3D感知、BEV感知等方向中的一个具有一定研究基础。
3. 熟悉OpenCV、点云处理软件、C++/C或Python等编程语言,至少熟悉一种深度学习框架。
4. 在计算机视觉和机器人相关领域的国际顶级会议或期刊上以主要作者发表过论文者优先,有相关竞赛或自动驾驶项目经验者优先。
5. 良好的编程基础,熟悉OpenGL、Open3D等CG相关渲染库者优先。
联系方式:**********
全部评论
你好,是暑期实习吗
点赞 回复 分享
发布于 2024-03-28 12:45 陕西

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
点赞
1
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