TPLink提前批（机器人算法）面经

📍 个人背景打底：985本硕 | 研究方向 ：CV多传感器融合/决策规划 (选填你的核心方向)技能栈 ：C++/Python双修 | PyTorch/TensorFlow熟练工 | ROS2/CyberRT接触过科研&项目 ：顶会/顶刊 * X (有必填) | 自动驾驶相关项目 * X ( 感知/预测/定位/规控 等)刷题 ：LeetCode 400+ (面试报了250+，重点刷 图论/DP/几何/搜索 )💥 三轮技术面深度复盘（硬核预警！）：✅ 一面：算法根基 + 工程手撕 (70min - 基础考察)1. 理论轰炸区：多传感器融合 ：卡尔曼 vs 粒子滤波优缺点 & 适用场景 (拿IMU+GNSS紧耦合举例)？时间同步 ( 硬同步/软同步 ) 咋搞？深度学习CV ：BEV感知为啥火？痛点在哪？Transformer (DETR, BEVFormer) 咋用在感知里？模型轻量化 ( 蒸馏/量化/剪枝 ) 实战过吗？SLAM/定位 ：后端优化 (BA, Pose Graph) 是啥原理？回环检测常用招数？动态物体干扰咋办？2. C++/工程实战区：性能优化 ：手撸并行加速点云聚类 (OpenMP/CUDA思路)，Eigen库高效矩阵操作技巧， 深度学习推理内存泄漏 怎么防？数据结构设计 ：动态障碍物轨迹 (带时空信息) 用什么数据结构存又快又好？3. 算法手撕区： (现场写码!)动态障碍物轨迹预测 + 冲突检测 (时空占用网格 or OBB相交判定，二选一)点云地面分割/聚类 (RANSAC, DBSCAN 等实现 & 优化)✅ 二面：系统设计 + 地狱场景 (100min - 能力纵深) 🚗 自动驾驶算法架构设计：分布式感知痛点 ：多车协同感知框架咋设计？ (异构传感器数据融合 + 带宽/时延限制)海量点云/图像数据Pipeline怎么搭高效？ (ROS2/CyberRT选型？ 数据传输、序列化、推理Pipeline优化)模型落地难题 ：模型 在线更新 + A/B测试 怎么做才安全？边缘设备 ( Jetson ) 模型 部署优化 经验有吗？⚡️ 地狱级场景题 (重点！)：十字路口修罗场 ：感知有误 (遮挡、误检) + 通信延迟，多车+行人怎么协同决策？ ( 规则派 还是 强化学习派 ？) 安全性咋量化？极端天气Buff ：暴雨/浓雾天，怎么让感知模型更稳？ ( 数据增强 ？ 多模态融合 ？ 后处理玄学 ？) 🧪 模型与数据暴击：数据闭环 ：怎么自动挖Corner Case触发模型重训？Pipeline咋搭？仿真 VS 现实 ：用CARLA等仿真器高效生成刁钻场景 + 评估算法？ ( 场景泛化性 是关键！)✅ 三面：CTO压力面 + 灵魂对谈 (50min - 格局视野) ❗ 夺命连环问：“L4落地最大的 技术坎 在哪？ 突破口 你觉得是啥？” (秀技术视野深度!)“算法 安全性 (SOTIF功能安全) 怎么贯穿 模型设计->训练->测试->部署 全流程？” (ISO 21448了解一下!)“你的研究/项目到底怎么 解决自动驾驶真问题 ？ 创新点 和 落地价值 在哪？” (价值论证是核心!) 💡 反向收割 (把握主动权！)：技术栈：贵司 自研算法框架 的核心优势？和Apollo/OpenPilot比 差异化 在哪？真挑战：目前算法团队啃的 最硬骨头 是什么？ (展现解决复杂问题的渴望！)🚀 算法岗通关秘籍 (牛客精华版)：1. 项目包装术：科研项目 => 直戳痛点 ：论文包装成解决具体问题 (e.g., 长尾检测 -> 提升路口“鬼探头”识别；轨迹预测 -> 优化Cut-in预判)。工程项目 => 突出闭环 ：狂吹 算法部署 、 性能调优 、 数据Pipeline 、 仿真验证 全链条能力！2. 八股重生法：基础算法 => 绑定场景 ：DP -> 行为决策/路径规划；图论 -> 高精地图处理/车路协同；几何 -> 传感器标定/碰撞检测。深度学习 => 聚焦落地 ：少讲原理，多讲 模型设计如何解决具体问题 (e.g., 时序模型搞轨迹预测，注意力机制破遮挡)。3. 仿真Demo潜规则 (超级加分项！)：必杀技 ：用CARLA/LGSVL搭典型高危场景Demo (e.g., 无保护左转、VRU密集路口)，展示算法处理过程 + 结果分析！GitHub源码链接当“投名状”，甩给面试官！隐藏大招 ：展示自研的Corner Case生成 + 自动化测试脚本 (体现工程化思维)。📣 【内推直通车】牛客专属福利，面试流程加速！🔥 内推码：NTAW9FW (投递时务必填写，这是关键！)🚀 极速内推链接：https://app.mokahr.com/m/campus-recruitment/deeproute/145894#/home👉 投递后助攻： 在此帖下留言 “李四 + 算法岗 + 你的牛客昵称/邮箱（选填）”，我会尽力帮你盯进度！关于算法岗考察细节、流程疑问也尽管砸过来！

C++面经摘自优秀牛油先介绍了大概八分钟的科研项目然后开始拷打（有一些记不清了2333）C++部分：C++ 编译过程链接过程做了些什么智能指针介绍shared_ptr实现原理shared_ptr引用计数是原子性的吗怎么保证原子性的垃圾回收机制内存泄漏怎么排查内存泄漏排查工具的原理垃圾回收机制内存泄漏排查工具、垃圾回收机制、共享指针三个之间有什么关系stl map可以多线程同时写入吗stl里有容器是线程安全的吗int a,vector<int> b，同时作为函数参数，b存储在栈上还是堆上；操系统部分：协程和线程的区别协程切换的C++底层实现epoll\select\poll的区别为什...

美团大模型产品转正实习面经（含内推码）先说结论：整体看美团的大模型产品面试非常偏技术导向，面试官的水平很高，对项目的技术细节和商业化思路追问的非常细致，面了50分钟左右；需要大家掌握基本的ai技术，对自己所做的业务细节有足够的了解、对未来商业化的路径有思考；我下面的面经拆解也会分成技术常识题和项目细节两个大部分一. 自我介绍在面美团的转正实习之前我只有一段中厂的ai产品实习，并不是很突出；所以我从经验（也就是过去的实习项目）和能力（自己的能力如何和ai产品对口）两个维度介绍了自己，面试官挺感兴趣的，所以后续问题基本是在追问这两个部分二. 项目细节题1. 你们业务这个垂类大模型是怎么训练出来的？垂类大模型主要解决什么问题？ 垂类大模型是基于集团内的通用大模型微调的2. 你参与过模型训练吗？会觉得产品是算法工具人吗？产品视角你觉得能为模型训练贡献什么？3. 你提到你们项目目前还在探索商业化路径，那你觉得未来可能是什么盈利模式，或者说你觉得到底什么样的ai产品能赚到钱？4. 你怎么去定义badcase？标准是如何制定出来的？5. badcase的评估是你进行吗，还是有专门的外包团队？6. 了解自动化的ai-native评估方式吗？为什么你们不采用这种方式？7. 你们这个知识库主要场景是什么？传统的ai不能进行这样的知识问答吗？8. rag的流程是什么？9. rag的知识库来源是什么，其中你提到拆分逻辑，这个逻辑是怎么确定的？10. 如何优化rag里的badcase，提升rag效果？三. 技术常识题1. bert和transformer是什么，解释一下2. 为什么有这二者架构上的区别，使用场景上有什么不同？3. 大模型的大体现在哪些方面？4. 为什么传统ai没有像现在这样跑出来5. 为什么现在的ai都是一个字一个字蹦出来回答的6. 什么叫模型的过拟合？7. 你前面也提到dpo，dpo是什么？dpo和sft有什么区别？8. 什么业务该用大模型，什么业务该用小模型？9. 了解注意力机制吗？❗❗【美团-校招提前批项目启动】❗❗🟡美团26届「AI产品经理提前批」开启网申🟡我们真诚欢迎你，一起用AI让世界变更好！如果你是1⃣2025年11月-2026年10月毕业的境内外院校应届生2⃣秉持用AI让世界变更好的初心3⃣具备综合素质能力4⃣对AI产品有足够的理解和实践经验欢迎你的加入！你将收获：✅前沿的AI探索实践✅超高效的团队合作✅定制化的培养资源✅超丰厚的待遇支持—————————————————【投递方式】👉登陆美团校招官网https://zhaopin.meituan.com/m/campus?zp-from=hiring-campus-bole-elephant&staffSsoId=23765171👉选择“【秋招提前批】AI产品经理 ”👉填写内推码【RXB7BM8】，HR直接内推！*本项目与常规秋招互不冲突，单独投递，不影响常规秋招投递和流程

📍面试公司：Tp-Link联洲（成都）🕐面试时间：2026-07💻面试岗位：软件开发（成都）-嵌入式❓面试问题：二面：1.自我介绍2.项目介绍3.操作系统组成部分有哪些？4.用户态和内核态区别？他们之间怎么通信？5.中断处理过程？6.线程进程区别？7.进程间通信方式8.线程安全与线程同步9.堆栈的内存区别，什么时候用堆内存，什么时候用栈内存？10.程序崩溃的原因有哪些？项目中怎么处理程序崩溃11.TCP和UDP区别？12.TCP为什么是三次握手？13.OSI七层网络模型14.linux和rtos区别？为什么rtos实时性更好？15.点开浏览器进行域名访问的流程，如何保证访问过程的安全16...