校招总结--自动驾驶轨迹预测岗位面经分享-1

1. 基本情况

• 本硕上海双9；专业分别是自动化、控制工程（专硕）。
• 实习经历本科一段3个月新势力车厂数分实习，研究生一段自驾小厂4个月计算机视觉实习；无顶会论文。实验室一段轨迹预测项目。
• 综合实力应该是双9里比较弱的，基本靠学历过简历关。课题组师兄师姐互联网大厂开发路径比较多。

2. 前期准备

• 本人是今年快4月底春招开始找实习（互联网算法和自动驾驶算法），准备了部分力扣和CV八股，投递后反馈不是很好，最终入了可以先远程的自驾小厂开始实习。也是因为春招的投递反馈也下定决心秋招一定要早投递。后面开始实习后就断断续续准备力扣，然后结合实习经历完善简历。
• 回顾下来感觉最重要的还是早做准备。第一是早选择，个人具体赛道选择（泛自动驾驶）+细分岗位（轨迹预测）选择比较明确。今年网上了解下来自动驾驶行情好于互联网。具体到岗位，感知、规划比较卷，轨迹预测相对没有那么卷，但对应岗位需求也不如感知、规划，这里需要权衡。其他定位、slam相关的岗不了解就不评价了。第二是早投递，公司基本是按批次推进流程，早投递会更有优势，投递晚了人多了安排会很慢，并且竞争也会更加激烈。
• 招聘信息搜集的早是非常有必要的，这方面可以关注牛客，脉脉以及相关的公众号，在自动驾驶/机器人/新能源车/芯片等行业相关的招聘信息则非常推荐公众号 内推君SIR ，一方面招聘信息和内推多，另一方面还有面经和校招总结供参考，可以给自己多增加一些机会，提高成功率。 

3. 投递经历

• 战线基本从6月初到9月底，10月没有怎么投递了，投递公司按照赛道可以分为以下几类：
• 主机厂：上汽（简历挂）、广汽（oc）、奇瑞（oc）
• L4头部：文远（笔试挂）、元戎（提前批免笔试，一面挂）、滴滴（时间错过了）
• L2&L2+：maxieye（oc）、minieye（oc）、实习小厂（oc）、虹软（oc）、博世（简历挂）、海康（一面电话面挂）
• L4细分赛道：图森（卡车，简历挂）、飞步（港口，没做笔试）、仙途（无人环卫，oc）、斯年（港口，简历挂，问hr是对应岗位是社招）、智行者（一面岗位不匹配挂）、万集（车路协同，oc）
• 新能源：理想（简历挂）、蔚来（提前批二面后排序挂）、小鹏（简历挂）、高合（没做笔试）、极氪（一面挂）、华为（车bu，主管面后挂）、小米（车业务，二面挂）
• 芯片：地平线（提前批，一面挂）、黑芝麻（简历挂）、zeku（提前批，二面挂）
• Lidar厂商：禾赛（时间冲突没面）
• 机器人：高仙（二面挂）、极智嘉（没做笔试）还有其他一大堆类似的就不一一列举了，海投很多，只调整了简历上的目标岗位信息，其他基本保持一致，后期有稍微修改。面试集中在8、9月，7月少数公司提前批面试。

4. 面经分享

• 这里就不说具体公司的面经了，总结下岗位（轨迹预测）方向遇到的比较常问的问题：
• 深度学习及CV：resnet的设计以及为什么work、batchnorm训练vs测试差别、transformer为什么用layernorm、lstm模块结构（对应激活函数）、yolo系列、focal loss、mosaic增强、iou（代码）、pytorch多卡训练模式。
• 项目&实习：主要是项目内容、主要难点、如何解决、改进点这些方面。
• 轨迹预测：时序网络和模型；结合高精度地图的预测模型（raster、vector based以及lane based），比如VectorNet、TNT、LaneGCN；以及各种interaction建模方式（social pooling、self-attention等）、测评指标。
• Coding：hot100差不多够应付，L4头部会难很多，一般是一面，部分公司技术面每面都有，还有一些深度学习的coding。

5. offer选择

• 主要还是考虑业务稳定性、薪资、培养、工作强度这几个因素，base都在上海。
• 最终几个offer薪资总包分布在40w～50w这个区间。

6. 经验总结

• 早选择（赛道、公司）、早准备、早投递，早一点优势大一点。
• 信息搜集很重要，自动驾驶相关公众号推荐内推君SIR，牛客、脉脉装起来。
• 相信和坚持。