公司招聘流程与岗位职责 - 岗位为自动驾驶感知算法工程师-动态目标感知预测方向 主要职责为障碍物和语义目标识别追踪及意图预测[3] - 面试流程包括性格测评和找规律题目 与DJI存在关联[3] - 岗位职责包括处理海量自动驾驶数据 搭建自动化真值标注系统 设计并落地AI和视觉技术 算法将部署于百万台量产车[6] 技术面试核心内容 - 面试涉及项目经验探讨 如目标检测网络和关键点检测 并考察对自动驾驶视觉模型如occupancy network原理的理解[4] - 技术问题涵盖transformer有效性原理 多头自注意力机制作用 以及与CNN的对比优劣[4] - 编程能力考察包括C++八股如智能指针类型 堆栈区别 动态库链接与加载 以及CMake包管理原理[4] - 二面深入探讨多传感器融合SLAM系统 涉及特征点法 直接法 ICP模型 以及传感器噪声特性分析和激光雷达内参标定影响[5] - 深度学习实践问题包括关键点检测器架构设计 backbone选择 FPN设计 以及边缘平台部署工具如ncnn/mnn/openvino和量化原理[5] 岗位具体技术要求 - 技术领域要求涵盖多视图几何 计算机视觉 深度学习 滤波优化算法如卡尔曼滤波 以及感知传感技术应用[8] - 具体任务包括静态场景要素检测如车道线 路沿 交通标志 并实时构建道路拓扑[8] - 动态目标处理需完成检测追踪 多传感器信息融合 以及未来轨迹和意图预测[8] - 传感器应用涉及基于双目 单目 激光的深度估计 任意障碍物检测 以及多传感器标定与自标定方法开发[8] - 额外技术方向包括基于激光/视觉的大范围城市场景4D重建 标注 渲染 仿真 以打造自动化4D自标注和闭环仿真系统[8] 行业社区与学习资源 - 自动驾驶社区规模近4000人 涵盖近300家自动驾驶公司与科研机构[9] - 社区提供30多个自动驾驶技术栈学习路线 内容从入门到精通 覆盖感知 大模型 端到端自动驾驶 世界模型等多个方向[9]

自动驾驶行业求职分析 - 自动驾驶算法岗位需求集中在动态目标感知、多传感器融合、BEV感知等方向，核心技能包括深度学习、计算机视觉、优化算法等 [5][7][10] - 岗位职责涉及车道线识别、障碍物追踪、轨迹预测、4D场景重建等实际应用场景，技术落地性强 [10] - 头部企业如小米汽车、理想汽车、华为等均在招聘相关算法人才，行业处于快速发展期 [28] 岗位技术要求 - 硬性条件包括计算机/自动化硕士学历、C++/Python编程能力、多视图几何/深度学习/滤波算法等专业知识 [7] - 加分项涵盖传感器融合经验、顶级会议论文发表、ACM/机器人竞赛经历等 [9] - 工程能力要求突出，需熟悉模型部署工具（TensorRT/ncnn）、量化原理、知识蒸馏等产业化技术 [3][16] 面试流程与内容 - 技术面试深度考察项目细节，如SLAM系统设计、噪声分析、精度评估方法等 [2][3] - 算法原理类问题涉及Transformer有效性、多头注意力机制、Occupancy Network等前沿技术 [2] - 编程基础测试包括C++智能指针、动态库链接、CMake管理等系统级知识 [2] 行业资源与培训 - AutoRobo知识星球提供面试题库（BEV感知、多传感器标定等12个专项百问）、行业研报（人形机器人蓝皮书等）、面经复盘等实用资源 [16][23][24] - 社区覆盖近1000名从业者，包含智元机器人、地平线等企业员工及应届求职者，形成行业生态网络 [13] - 付费星球服务（20元优惠券）整合内推渠道、谈薪技巧、简历优化等求职全流程支持 [32][33] 职业发展建议 - 需明确技术路线选择（如SLAM转动态感知的适应性），平衡学术研究与工程落地需求 [2][3] - 行业研报建议关注具身智能、4D重建等新兴方向，把握技术演进趋势 [21][23] - 面试复盘显示头部企业重视解决方案设计能力（如前/后融合策略）及跨领域知识迁移能力 [2][24]

滴滴自动驾驶技术布局 - 滴滴与广汽埃安联合成立广州安滴科技 专注于L4级无人驾驶研发 技术积累深厚[2] - 公司在自动驾驶领域投入力度大 是2024年求职者值得重点关注的企业[2] 感知算法面试技术考察要点 - 面试深度聚焦2D目标检测领域 要求梳理从传统方法到深度学习的关键算法演进[5] - 重点考察Anchor-Free检测算法FCOS的核心流程理解[6] - 涉及端到端检测算法最新发展 包括DETR的Transformer实现机制[7][8] 项目经验评估维度 - 面试官深度挖掘候选人在BEVDet模型等实际项目中的算法架构设计能力[9] - 重点评估业务落地过程中具体挑战的解决思路 要求结合场景化案例说明[10] - 现场代码能力测试包含NMS后处理等算法实现环节[11] 行业人才发展现状 - 自动驾驶领域技术岗位面试门槛高 要求对简历项目细节和技术原理完全掌握[2] - 行业已形成规模化的求职社群 覆盖地平线/理想汽车/华为等头部企业从业人员[12]