智驾科技(MAXIEYE)也是一家师兄挺推荐的公司~提供自动驾驶解决方案 笔试 单选+多选+编程,笔试是很专业的SLAM方向的题目,不像其他公司把多个方向混一起考察的 单选考查了一些欧拉角转旋转矩阵,纯虚函数,基于优化和滤波的开源VIO系统的了解等等,编程两道题分别是模拟和动态规划 单选还考察了一个我完全没接触过的知识点,在这里备忘一下:水平失准角的对准误差取决于加速度计的等效水平测量误差;方位失
滴滴其实没有专门的slam岗,因此我投的是算法工程师-自动驾驶大类,但是8月份面完如今依然在泡池子 滴滴面试可以提前留够时间,是一面完过直接约二面的,可以一天直接面完 一面 1、五分钟自我介绍 2、简历上项目深挖 3、手撕代码,指定使用迭代法中序遍历二叉树,不能使用递归 4、反问环节 二面 跟一面的流程几乎相同,面手撕试官出的题目是删除链表中倒数第n个节点,力扣原题 三面 三面没有手撕环节,全程介
旷视我投的是提前批的Learning-based V-SLAM,面试的时候其实很忐忑,因为我没什么learning背景,但询问面试官后发现其实vslam也是可以投的 一面 1、五分钟自我介绍 2、简历上项目深挖 3、由于简历中提到了矢量化相关的工作,因此面试官出的题目是给定一组二维点拟合直线,但指定函数方程为ax+by+1=0,使用最小二乘实现函数功能即可,可以使用eigen库 此外还问了一道概率
投的是SLAM/三维重建/图文多模态算法工程师-视觉团队的岗位 一面 1、五分钟自我介绍 2、简历上项目深挖 3、由于简历中提到了矢量化相关的工作,因此面试官出的题目是给定一组二维点拟合直线,使用最小二乘实现函数功能即可,可以使用eigen库 4、反问环节 一些碎碎念 其实整体面下来我可以感受到面试官应该是做感知出身的,至于为什么会安排专业不太对口的面试官来面我也不太理解 今年SLAM岗位真的很少
九月底投递的 没笔试没测评 直接约面 一面技术面 十月初 面试时间:30min 面试内容:自我介绍 然后问了一些项目相关的问题 无八股无手撕 强度低 反问业务 做拖拉机自动驾驶和高精度建图 二面主管面 一面2天后 面试时间:25min 面试内容:自我介绍然后纯聊天 三面hr 二面第二天 hr直接发offer给薪资 三天时间考虑 总体来说给的还可以 在上海 挺想回家的 但是感觉技术栈不是很匹配 主要
感觉已经凉透了。。。写点热乎的凉经攒攒人品。反馈效率非常3高,只要这轮过了当天就会联系你约下一面,是我面过的最不墨迹的单位 一面 聊一个项目(自己挑) Deepspeed了解吗 介绍下熟悉的主流大模型(llama) 和transformer有什么区别/改进 旋转位置编码怎么做的 了解强化学习吗 算法题: 1.大小为k的滑动窗口扫描无序数组(步长1),输出移动过程中的窗口最大值 2.最大值栈 反问
全程1h. 项目 多分类的损失函数 多标签损失函数怎么设计 BN层计算方式和作用 自注意力计算方式 多头自注意力机制、复杂度 手撕代码,没撕出来,面完一查才知道是困难,lc410 反问: 无自驾背景是否介意 应该无了
鼎阳科技招聘流程一共分为笔试,技术面和HR面。 笔试题型主要包括填空、问答之类的题,与专业和岗位相关性较大,但是整体难度不高。 笔试通过后是技术面,会有两个面试官,主要还是针对简历上的项目进行提问,我这边提问的比较少,1位面试官提了2个问题就结束了,总体面试时间就10分钟。我看牛客其他鼎阳科技面试还有1小时的,可能每个人都不一样吧。 技术面通过了之后是HR面,主要是谈了有关工作地点,薪酬待遇,上班
自我介绍,无手撕,25分钟 问学校做的研究,研究和ai无关,被质疑做的东西太简单了创新点不够 问平时看论文吗?一个月多少篇? 完全靠比赛自学的,论文看的很少 问语言大模型怎么训练的和框架 又问视觉大模型,平时怎么自学 反问,问了两个问题,回答糊弄了两句 感谢你的时间,结束 不是推荐算法吗?怎么全问这些呀? #算法工程师# #面试# #科大讯飞#
一面 时序融合的方案有哪些; 撕题:conv2d、开根号(二分、提示后写出的) 建议: 1.个人介绍要简介、突出重点;介绍每个工作前说说背景,让面试官知道为什么做这个,意义是什么 2.关注bev前沿,特别是时序融合; 3.可能有的公司不方便透露面评,换个问法,比如针对今天的面试面试官有没有什么指导建议; 二面 1.聊bev时序模型;为什么使用bevformer v1架构? 2.撕题:链表后一半插值
0828晚上一面,电话面 正在摆烂,突然来了个电话,说是海康的电话面 首先自我介绍 然后让我选一个最具代表性的工作讲讲 然后问一些背景问题,比如泥电的英才学院是干嘛的 然后问我做多模态懂不懂cv那边的东西,举个例子啥的 最后是反问 15分钟,没什么八股,都是问项目,不知道能不能过
一面 1h 自我介绍 深挖论文 深挖实习 八股transformer、diffusion model 手撕lc每日温度 反问 二面 30min 自我介绍 在哪里上班 优缺点 为什么做这个方向 导师是谁 没听过你们学校有做这个方向的啊? 中科大西电清华上交的谁谁谁你认不认识,美国的什么什么实验室有听过吗 手撕lc旋转图像 没有反问 3天后感谢信,二面简直是抽象死了,除了有手撕之外跟hr面没差别,还鸽
一面 50分钟 同事面 自我介绍 轨迹规划算法知道哪些 挖实习内容 一道编程题 反问 二面 20分钟 在一面两天后 leader面 自我介绍 轨迹规划算法知道哪些 混合A星和A星算法的区别 RRT算法介绍一下 CNN的Backbone有哪些 Attention有哪些类型 Transformer的Softmax能否去掉,为什么 如果去掉,可以加上哪些东西保持稳定 LSTM训练为什么慢 如何加速LST
其实这个面试已经是二月份时候的事了,当时是春节期间投递的,快要秋招了,把手上的面经发一发,也希望大家点个关注 1 自我介绍 2 介绍科研: 你觉得point wise和list wise的区别是什么 为什么选这个模型做backbone 因果机器学习目前怎么做的 3 介绍实习: 为什么要多路召回 为什么要协同过滤,u2i和i2i的区别 为什么要在召回后过滤,有其他策略吗 双塔召回怎么做的 介绍一下l
一面5月31日: 问简历论文和竞赛,答视觉语言多模态和单,多目标跟踪知识。 算法题:算框的IoU,二分查找 二面6月7日: 开放问题模拟风控场景,如何在无标签情况下分辨风险数据,答聚类,异常检测等思路。 算法题:求k的n次方 三面主管面6月13日: 就简历无人机追踪讨论,如何实际落地,控制决策,硬件指标。答关于数据集设计,强化学习控制,Transformer剪枝相关,无算法题。 hr面6月14日: