腾讯PCG客户端一面面经

鄙人出生在东北某个省会，没读研之前都没去过真正的大城市，直到去了北京，刚开始感觉很繁华，后来在某大厂实习一年之后，每天 10105 的作息+——通勤 1.4h 心力憔悴，故暗下决心不在北京，后来到杭州，比北京好了很多，但是依然被迫卷（不卷就大概率低绩效），心力憔悴，或许当时应该直接回家，过平淡的日子

一面7.241.简单自我介绍2.有没有大体量模型部署/调优经验？看你简历里都是小模型？ 答：没有3.这边看你使用了tensorrt，有没有遇到爆内存的情况？ 答：没有，因为用的yolo模型也是小体量4.你在边缘段部署模型的时候，如果遇到算力不足的情况，怎么解决？有没有尝试过模型调优？如果量化，量化后导致的精度问题如何解决？ 答：尝试过量化，量化后再做微调解决量化导致的精度问题。5.你的实体机器人有没有尝试去跑公开的benchmark数据集？ 答：没有，主要适配学校本地场景。6.你的实体机器人有没有遇到过数据不同步的情况？比如机械臂压力传感器信息已经获取了，但是视觉信息还未捕捉到抓取动作？如何调...

2025-06-25 投递2025-07-01 ai面2025-07-14 一面一面：我有问过身边几个朋友最近小鹏的面经，都和我完全不一样，经历仅供参考。无八股无手撕，无压力面，纯项目。约的晚上很晚的时间，总时长40min。首先说我内容做的很详细，但全篇只问了我第1个项目的事情。问题1：你在这里面的担任，做了哪些工作我脑子抽抽，滔滔不绝讲了10min，背景、创新、方法全讲了一遍。面试官没有打断。问题2：左右相机建立的点怎么判断是同一个追问：在候选角点密集且有噪声的情况下，如何确定一对一对应，以便进行后续优化。追问：如果共识区只取一半参与计算，那和中间重叠的部分就会被排除，导致原本应有的 overlap 消失。追问：如果左右分开管理，可能会出现一边优化得很好，到另一边由于边缘等因素优化质量较差的问题。回答：把我问住了，我的设计确实没有很好的考虑这个点，只是实现了预期功能，没有更深一步考虑追问：特征点在转移到另一个相机后位置发生明显偏移，你会调整这个位置，还是等最后的大BA统一优化？回答：没有专门在这一步进行调整，处理方式比较简单，确实可能存在优化空间。问题3：角点不明显的场景也有改善？回答：虽然没有这方面内容，但我没直接说，而是拿了一部分之前的工作往这方面的东西去靠。我的方法两相机视角差别大，特征点的匹配效果不好，做过这个问题的相关研究。文章的创新点里也考虑了这部分内容问题4： C++ 多线程和内存方面的了解（不算是“考”八股）回答：底层理解不深，但平时会用到，比如基于开源算法时会参考已有的互斥锁等资源保护做法，我本身在效率和内存上没有做特别多优化问题5：平时调试的逻辑回答：分模块逐步修改，边改边测中间结果，避免一次性大改造成混乱。提取核心功能写 demo 单独验证，通过再整合进系统，并举了替换描述子的实际例子说明。追问：c++这样的话还是比较麻烦，要是Python的话会简单回答：我笑着说是，然后又简单讲了一个虽然工作量很大，但也能做到的例子他笑着跟说，经常Python10分钟就搞定，c++写几个小时，最后一跑起来还挂了😂最后 HR 认真介绍了他们部门在做地图相关工作，我顺势问了自动驾驶的趋势，聊到了端到端和传统方案。大同小异，端到端为主，传统方法更多起兜底作用。考虑到时间太晚就没有问别的。结果大概两天内出，后续还有一次技术面和主管面。整体感觉很好，面试官态度很友好，也是这段时间唯一一个夸过我的HR。

你是不是也在简历/作品集里塞了这些项目？👇1.平衡小车：配置：stm32+mpu6050+pid控制烂大街指数：⭐⭐⭐⭐⭐2.RTOS智能垃圾桶配置：Freertos+超声波传感器+舵机开盖烂大街指数：⭐⭐⭐⭐3.智能家居配置：ESP8266 + MQTT + 手机APP控制LED/风扇烂大街指数：⭐⭐⭐⭐4.基于stm32的天气预报站配置：OLED显示 + 温湿度传感器 + 网络爬虫烂大街指数：⭐⭐⭐⭐5.语音控制小车/家居：配置：LD3320语音模块 + 固定指令识别烂大街指数：⭐⭐⭐