智駕er的春招之旅
個人背景：中9本碩，一段輕舟實習(xí)，無頂會但有Kaggle 3D Detection銀牌
投遞清單及進度
小米汽車 | 感知算法工程師 | Offer | 3.5筆試→3.12技術(shù)面→3.20HR面 |
蔚來 | 量產(chǎn)感知算法 | 二面掛 | 簡歷評估2周→3.8一面→3.15二面 |
理想汽車 | BEV感知研發(fā) | 終面待定 | 3.1筆試→3.10技術(shù)交叉面 |
小鵬汽車 | 場景語義理解 | 已OC | 免筆試→3.6直接兩輪技術(shù)面 |
元戎啟行 | 端到端模型研發(fā) | 二面 | 3.13投遞→3.20一面 |
Momenta | Occupancy算法 | 一面掛 | 3.3筆試→3.18技術(shù)面 |
面經(jīng)分享
1. 小米汽車
一面大概一個多小時
- 開始是5分鐘左右的自我介紹（自己提前準備好了PPT）
- 二叉樹最大路徑和（變種）+ 多相機標(biāo)定矩陣求解算法題：設(shè)計BEV視角下的非極大值抑制(NMS)
- PyTorch實現(xiàn)RoIAlign反向傳播（現(xiàn)場推導(dǎo)公式?。?/li>
- 項目深挖：實習(xí)時BEV車道線擬合的損失函數(shù)設(shè)計（答出GaussianFocal Loss加分）
- 八股：Transformer在BEV中如何解決長序列問題？（答稀疏注意力+局部窗口）
面試官人超好，基本上不問我不會的，不會為難我，經(jīng)常說“沒事哈”，最后還花了10多分鐘跟我介紹車輛控制方面的細節(jié)
2. 元戎啟行
一面大概面了一個小時，本來以為會主要問檢測跟蹤相關(guān)的，結(jié)果主要還是就著我的實習(xí)來提問
- 自我介紹
- adetailer使用如何實現(xiàn)增大與用戶相似度
- 刪除鏈表中重復(fù)元素
- ?？途W(wǎng)如何證明你的BEV模型優(yōu)化真正提升了量產(chǎn)車指標(biāo)？（需對比A/B測試數(shù)據(jù)）
- 數(shù)據(jù)閉環(huán)中bad case挖掘的具體流程？（答了聚類分析+人工標(biāo)注優(yōu)先級）
- 如果特斯拉開源下一代Occupancy方案，你會如何快速迭代？（答：優(yōu)先復(fù)現(xiàn)+對比測試關(guān)鍵模塊）
面試難度還是比較高的，全程拷打，不過跟?？蜕险f的一樣，面試官都比較專業(yè)，也很尊重人，面試體驗也拉滿。
3. Momenta
面了半個小時左右吧，不知道是不是kpi面
- 自我介紹
- 實習(xí)深挖
- Occupancy網(wǎng)絡(luò)如何平衡精度和推理速度？（答NeRF+體素稀疏化被質(zhì)疑計算量）
- 貝葉斯濾波在動態(tài)障礙物預(yù)測中的應(yīng)用（沒答全直接涼）
面試體驗也還不錯，不過確實沒答好，大概率是直接涼涼了
#春招##momenta##小米求職進展匯總##元戎現(xiàn)在香不香#
Momenta公司福利 504人發(fā)布
查看3道真題和解析