小鹏一面 自动驾驶算法 26届校招 一面

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。
全部评论

相关推荐

不愿透露姓名的神秘牛友
08-06 15:06
7.31 二面纯聊项目,全程50min:自我介绍5,提问30,反问15。面试官态度好,会停下来听我补充。提问细,迅速理解并指出不足,会帮我总结回答。反问环节也耐心。经验:思路不同很正常,别人提到你没做的点,不要只说是,要积极表达自己想法,主打一个积极补充。希望好结果。1.无重叠区域,会用已有深度先验辅助单目估计吗?细节?追问:扩展覆盖验证精度,而不是用深度补单帧偏差?2.初始无深度先验时,左右独立建图,误差函数和信息矩阵?答:当前主要验证布置的提升和设计,理论内容在后续做,右位姿通过外参接入追问:传统BA交叉投影还是3D空间约束联合优化?或混合?答:左右优化相对独立,仅估计一侧,另一侧通过外参参与,前端分区避免冗余追问:子图独立优化未显式保证3D点一致性,方案关联性不强?答:(我没讲清,方法没问题)误差传播和强关联考虑不足,作为多相机与双目折中,更注重原理验证,后端关联优化留后续面试官圆场:理解,科研阶段重点在验证可行性,工程化细节可以后续深入打磨3.用学习替代XX,原算法问题、模型创新和优势?追问:数据清洗和标签生成?半自动工具?追问:项目更偏应用?答:核心在网络设计与思路,强调可快速替换和验证4.机器人挑战中印象深刻的问题及解决过程答:企业合作,问题背景、传感器选择、仿真和样机测试及部署追问:最初用相机理解环境,后来换传感器,如何结合?相机后续作用?答:YOLO识别。深度不足,雷达与相机外参标定辅助追问:导致上下身感知割裂,关键动作需重建图,不统一?圆场:目标明确,主要解决下半身动作,效果显著答:实习时间短,步态规划未成熟,感知需求低追问:与厂家合作,方案如何说服对方?理论推演还是demo?答:做了demo,仿真测试,样机部署5.有带小团队的经验吗追问:提到的项目更像是协同开发?6.怎么了解到小鹏?什么吸引你投简历答:知名度高,关注车和相关技术,方向契合,认可人形机器人、P7和自主研发智驾算法,向往环境。追问:各车企都有类似机会。了解自动驾驶方案的演进吗?反问:问:团队合作方式?部门规模和架构?入职后方向如何定?面试官答:主要在面试官团队,特殊需求才推荐其他负责人,方向会动态调整。面试官反问:个人成长规划?答:核心技术方向。面试官答:模型和传统算法并行,模型需大量数据。你更倾向模型方向吗?答:包容,传统和学习方法都接受。学习尚未成熟,传统方案依然重要,需跟进AI风口
查看20道真题和解析
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