《自动驾驶计算机视觉算法实习》专题

#面经# 自我介绍 0. 问简历 讲了讲两段研究经历，因为方向比较偏所以没问太细。 1. Transformer细节 答：self-attention，positional encoding, memory, cross-attention, subsequent mask等等 预测时怎么预测？ 答：autoregressive 2. VAE 答：构建高斯分布和实际数据分布的映射。实际训练中先用网

8.2 测评 8.26 一面 所有项目逐个介绍（细挖） ResNet中的BottleNeck结构 9.7 HR面 自我介绍 项目介绍 家庭情况 父母对自己工作的期望 研究所和企业工作的选择 职业规划 对象问题 读研期间导师对自己的影响 自己的性格介绍 自己的缺点 薪资意向 岗位的理解 反问 9.28 录用评估 #海康面试#

HR 小姐姐主要问 1.啥时候到岗 2.实习多久 3.是否有别家的offer 和面试流程 说是一周内发offer 邮件。 #晒一晒我的offer# #计算机视觉岗# #暑期offer# #算法# #滴滴#

6月底投了aidu计划，我是做搜索推荐的，不知道为什么被自动驾驶部门捞起来了…奇怪怪 7.7 一面 自我介绍 懂pytorch算子加速么？（不懂），懂计算机视觉的模型么？（不懂），那就来做题吧😂 两道题，比较常规的：leetcode合并区间，leetcode四数之和（之后做了剪枝优化） 知道什么设计模式吗？（答：单例模式、工厂模式、适配器模式等），然后问单例模式在多线程的情况下会有问题，怎么解决

问项目 目标检测 对目前常用的目标检测算法有接触吗？比如Fast-RCNN，Yolo系列的，RetinaNet Yolo v1 和 v3的区别？ 先验框anchor的方式，anchor based和anchor-free，两种方法的区别 anchor-free的方式相对于anchor based有哪些优势 目标检测中一阶段和二阶段的检测算法有什么区别 为什么二阶段的比一阶段的精度高 深度学习训练

美团的IoT视觉组，主要是做基于监控数据的人物交互感知，技术栈基本也是检测、跟踪和人体关键点检测之类的 介绍之前的实习工作，多任务平衡怎么做的（数据和loss都调参），有没有学术上的解决方案（一般都会问这个） 自动驾驶的检测模型有没有根据一些corner case做一些针对性优化 密集行人场景存在遮挡有什么好的解决方案 这种遮挡情况下对跟踪的影响 神经网络的注意力机制 代码题：翻转二叉树 聊的整体

聊天机器人：嘿，你介意回答几个问题吗？ 顾客：如果是，继续提问/如果不是，向顾客致谢并停止对话。 我在Twilio Autopilot上使用了示例调查机器人，但它实际上没有“if/else”场景。如果Twilio没有它，那么还有其他适合于此的聊天机器人吗？

1. 自我介绍 2. 简单聊了一下项目  召回率 指标 具体实现方案  检测错误的情况 3. C++ 相关  继承封装多态的特点  多态是怎么实现的 有什么好处       虚函数是什么  纯虚函数是什么      析构函数和构造函数  子类实例化的时候 析构和构造的顺序是什么      构造可以使用纯虚函数吗   4. 计算机网络： TCP  UDP的区别和应用场景   5.操作系统  进程和线

博世自动驾驶测试一技术面(9月9号)：一个Hr，三个技术人员一个是问Git,linux，python；一个问python项目和基础，一个问c++，面了一个小时16分钟。 先来个英文自我，然后就是英文提问，英文提问昨天打电话时没说有英文提问，但是今天添加了，很紧张答的稀烂： 英文问题：我对第一份工作的期望，以及如何定义第一份工作（问了四五个，就记住这一个）， 中文： HR：先介绍了一下我的实习经历和

智能算法部 30min 看你实习用过SAM，讲一下原理 SAM模型的分割图目前没有语义标签，说一下改进的思路 说到了无监督语义分割，怎么实现的 讲一下实习做的工作 讲一下两篇论文的工作 讲一下医学图像分割与自然图像分割的区别与难点，近几年论文的研究方向 医学图像分割和自然图像分割的落地应用有哪些，落地的难点 dice系数怎么算 用过哪些分割损失，Lovasz loss用过没 未来想做研究还是做工程

20道选择（单选+不定项）+ 3道编程 虽然知道没有什么时候是完全准备好的，但是面对不熟悉的知识点还是很down，要继续复习呀！ 还是说一下三道编程题吧： 1. 密码：输入是加密后的由小写字母构成的字符串，要求输出加密之前的字符串，加密规律也很简单，就是ascall码+3对应的字符，注意x,y,z加密后分别是a,b,c，解码时对应特殊考虑（只有这题ac了） 2. K排序：输入一个序列arr和每次能

个人背景见之前小红书面经 3.28 一面(40min) 自我介绍 介绍一下多模态项目 介绍一下CVPR论文（面试官竟然看过我的论文，震惊） 这个论文创新点，你认为对车道线检测带来什么样的见解 你对多模态理解是什么 你了解BEV嘛 你知道有哪些车道线检测的范式，2D和3D的 你知道特斯来的自动驾驶最新技术嘛 实习时候复现模型的困难有哪些 还有部分对论文的问答 反问：部门工作，实习生工作。 手撕一道题

1 面试内容： -自我介绍（两句话） -介绍上一份实习离职原因（因为只有三个月） -深挖简历： 上一次实习工作内容，做了什么，为什么这么做，中间的重要数据哪里拿，遇到的bug怎么解决（持续问，问到底） 和自动驾驶有何关联 -对于简历科研内容的深挖 -对自动驾驶了解多少： 供应商，业务模块，代表企业 -如何让用户对自动驾驶付费： 中间提到的问题又进行深入细化，问了其他的知识点 -于该业务的优势能力

#飞星计划#投递 （6月19日） 转到科大讯飞飞星计划——计算机视觉方向 之前的面试都没有记录，只记得问了项目 、 python和C++的八股，相对比较简单。 8月13日 面试官是一个声音很好听的小哥，很有礼貌且很有耐心，面试体验感很好。 1、简单地自我介绍一下； 2、简历的竞赛部分，举一个例子说明通过竞赛获得了不错的提升？ 3、读博和工作在研究生期间发力不同之处在哪？ 4、为什么简历上没有写实习

7.2 一面 专业问答环节 自我介绍 项目介绍 小目标问题及解决方法 精度的相对提升和绝对提升 双阶段和单阶段目标检测器的区别 Anchor-free和Anchor-base的区别 NMS在Anchor-free上是否有用 基于Transformer的目标检测框架介绍 像素级分类和语义分割的区别 关于NLP的最新进展 深度学习模型的部署 谈人生环节 对科大讯飞的了解 科大讯飞与自己的契合点 对人工