2023双非秋招逆袭！自动驾驶感知方向，大环境不好究竟该怎么准备？

点击下方卡片，关注“自动驾驶之心”公众号

ADAS巨卷干货，即可获取

今天自动驾驶之心很荣幸邀请到帷幕来分享自己的自动驾驶秋招之路，看看大佬是怎么一路打怪晋升的，建议收藏！

投稿作者为『自动驾驶之心知识星球』特邀嘉宾，欢迎加入交流！

>>点击进入→自动驾驶之心【求职交流】技术交流群  

写在前面的一些话

截止12月底，这次秋招历程给我的感觉像是经过了一场漫长的寒冬，这不止体现在对于算法岗的岗位稀少，学历等条件的限制，更是对于招聘流程周期更久，offer开奖时间更晚的深刻体会。对于自动驾驶行业，除了极个别的公司因为手里现金流比较好大肆招人，其他公司，要么今年没有hc放出，要么hc给了实习转正，要么秋招截止在21或22年，就算有，岗位个数和求职人数比例也是严重失调。我身边的人，大都是12月才有了offer的消息，往年基本上在11月就都已经拿着offer在群里，星球或者牛客去让大家去给参考建议。

这次的分享，着重以自动驾驶算法求职的相关经验为主，我主要的方向是做融合感知，这次的求职方向也是自驾视觉算法，这次以上述为背景，讲一下我秋招的结果，准备秋招的历程，以及最后的教训和体会，希望大家能够少走一些弯路，未来拿到自己满意的offer。

个人背景

本硕双非，本科从事机械专业，研究生是双控专业，算是和计算机沾边。曾在某Tier1，新势力主机厂实习，做的都是智驾相关的一些算法预研和量产项目。在秋招前差不多手里有两篇自动驾驶视觉领域相关的1，2区论文，还有一些深度学习相关的挑战赛，由于实验室方向偏向NLP，所以研究生三年与实验室项目基本没有任何交集。

Offer情况

秋招差不多从8月末开始投递，相对来说比较晚了，加上实习要到十月才结束，所以前期处于佛系的备战状态。最后在12月左右结束秋招，手里差不多拿了大概几个offer，主要是智驾，车联网，安防，GPU，工业检测等相关的offer，最后决定接了某头部的L4公司的融合检测算法岗的offer，主要是考虑了团队的背景，薪资等综合因素。

秋招准备

都说对于算法岗求职，学历+论文+实习，三者须有其二。在今年拿个人的体会来说，依然受用。对于我们秋招来说，切忌打无准备之仗，在开战前，一定要把该准备的准备充分，对于秋招来说，时间节点非常重要！

前期

前期来说，要做好的就是对于秋招来临的准备。无论是长线的任务，例如论文（可能要从研一入学开始，这个还关系到毕业），还是短期的面经和leetcode（大概5月或更早开始），或者实习，都需要做一个详细的计划，这个计划关系到你求职的方向的选择和准备开始投递简历的重要节点。

论文，尤其到了这个时期，大部分人明年六月左右应该就要毕业，所以如果没有论文录用达到毕业条件，是非常让人焦虑的事情，对于秋招来说，论文也是不可避免作为解决领域问题的算法能力的重要体现，尤其是对于重要的业内顶级会议，期刊的发表，是简历里面的一抹亮色。反之如果没有，整个秋招不仅要面对毕业的压力，而且简历上面也去掉了一块可以体现个人学术能力的板块。

实习，对于自动驾驶行业来说，实习经验是非常看重的，拿我现在现在实习的这家新势力主机厂举例，目前只招收实习转正，并不外放秋招，包括很多大厂的算法岗位。实习分为两种，一种是日常实习，这个全年在招但是作为短期或者一些长线任务的协助工作，另外一种是暑期实习，带有鲜明的时间段，一般带有正式职位的转正名额。这两种实习中，暑期实习是非常重要的机会，如果在激烈的秋招中，能够有一个不错的offer保底，能够给我们无论是薪资谈价还是心理上，都带有一定助益。更重要的是，实习所做的项目，相比学校对业界的偏离，更能够给你的思维和简历增加具有相当竞争力的益处。

对专业内容来说，分为面经和leetcode。

• 第一块专业内容，我觉得因人而异，我周围项目比较少的同学，面试官问的问题大部分是例如过拟合和欠拟合等这种非常通用的问题，简历如果项目不相关或者较少，不在面试官技能范围内，就会出现这种状况，也是大部分的情况。相反项目比较多的同学，会偏向于以简历的项目技术栈展开，以解决问题的思路和应用这项技术的原因等为提问点，这里的技术栈就偏向于考验面试者的综合能力，问题往往比较有延展性，但是随着面试的增多，大家项目中的问题也会积累起来，覆盖项目的方方面面。这时候，对于前者这种通用专业知识，我们可以去牛客爬取一些面经，去各大网站整理。对于后面项目类的问题，我们需要使用自己熟悉的一些文档记录问题，每次在面试后反思项目，看看他们提问的角度，以点汇面分类整理，最后才能做到灵活应对，得到自己考虑问题思维上的提升，不至于面试时一句说不出来这种尴尬的局面。时间安排上，大致在准备前的一到两个月或者更早突击。

• 第二块leetcode，这个无论是面试前的笔试，还是过程中的技术面，都会涉及到手撕代码的环节。这个环节虽然不会严格意义的卡掉你，但是如果做不出来，会非常影响面试官对你的整体印象。leetcode这个没有什么技巧，大部分面试题都是中等题目，题型也都是常考的高频题，推荐大家刷代码随想录的题目，覆盖了大部分的常考题型。另外可能要考的就是一些机器学习和深度学习的代码手撕，包括NMS，kmeans等，这个重点突击就好。时间安排上，根据自己的时间精力，准备前刷完重点题型，后期保持题感刷题就可，我的题量大概是300+题目左右，能够大致应付往常的面试题目。

中期

每个人的中期不同，提前批和正式批是主要的两个投递阶段。这里推荐比较优秀的同学提前批就开始行动，这个阶段hc很多，也不用笔试，可以减少很多繁杂的步骤，快速拿到offer或者作为秋招前的预演，这里我主要说一下正式批。

中期的任务主要就是投递+约面试+准备面试+面试的循环中，也是最难熬的一段时间，要持续一两个月左右，这个阶段，建议大家从网上搜一些飞书的模板，找一个能够全设备同步的日历(outlook)，记录每个公司的的进度。

• 投递：投递渠道就是官网+boss，官网的获得本身是比较零散的且高成本的（重复投递且填写信息较多），所以找一些大部队比如秋招群，知识星球都可以，主要是集中主要招聘公司的信息投递，降低获取信息的成本。boss本身投递的成本比较低，所以可以用来大批量地投递，两个本身是可以并行的，在一家公司的官网投递并不与boss投递冲突，甚至有的公司官网没有通过但是boss要了简历都是可能的。

• 面试：有三个比较重要的准备，一，密集面试阶段维护一个全设备同步的日历非常重要。二，记录整理每次面试的问题，并每次末尾向面试官反问面试表现以及简历改进，保证下一次面试一定比上一次要好。三，面试进度记录，记录每个公司的进展阶段，岗位职责等，保证hr打来电话自己可以立马找到投递的岗位以及阶段。

• 公司选择：在这个阶段，我投递了包括互联网，车企，安防等多个领域的相关职位，甚至包括开发，最后一共投递了500+家企业，在这个阶段，投递最好以某个行业主线为主，多个分线并行，这样做的原因，一个是积累我们的面试经验，另外就是有些行业可能更加适合，给自己留一个机会

• 锻炼面试经验：如果前期面试比较少，可以考虑同时准备找实习，一是为秋招做最坏的打算保底（冬季实习也有部分转正名额），同时也能够积累面试经验

另外有个小tips：大家可以将自己的项目做成一个ppt，可视化地，分层次地展示自己的项目，这样一是将主动权放在自己手里，二是能够防止自己介绍项目语言逻辑不清晰导致双方认知偏差，三十是给面试官留下深刻的印象。这个技巧给我的面试留下了不少亮点，以至于很多面试官说我的面试非常有诚意，条理清晰等正面的评价。

后期

这个阶段是收获的阶段，我们会接到很多意向的电话讨论薪资待遇。这个阶段的重点就是，我们如何利用现有条件，拿到自己能够争取到的最大待遇，包括不限于，利用其他岗位薪资去argue，去offershow去查等，利用现有的信息，争取自己利益最大化。

面试专业问题

对于自驾融合算法面试这块的专业内容，我认为主要以软硬结合来分：

• 硬件上要知道每种传感器的原理，优缺点，应用范围以及失效和降级场景。例如毫米波雷达对于横向目标的检测精度，静态目标，缺乏高度信息，3D和4D毫米波雷达的比较等问题。这块内容，我推荐去学习一些课程，过程中包括公式推导，代码实现等都尽量自己从头做一遍。

• 软件上：主要是编程语言和专业知识

  • 自驾：包括传感器的对齐，坐标系转换，行业内领域的方案，都需要我们了解一些，面试中面试官经常会问我一些开放性的问题，比如给你一个雷达和相机，如果估计出目标的速度，或者什么是自车坐标系等问题。这类问题更多是实习中会涉及到的问题，对于没有实习接触的同学，可以通过买一些业内人士出品的课程去系统性学习一些自驾相关的工程问题，推荐最直接还是从实习中获取

  • 深度学习：这块内容包括对于目标检测领域的经典工作，bev的经典工作，融合检测领域，基础知识(欠拟合，方差，反向传播等)的要求。内容的复习，建议从经典领域工作，到bev经典工作(bevformer, bevdet)，再到融合领域的工作的顺序来做，对于工作动机，模型pipeline，关键的模块（例如LSS）的作用一定要做到细致入微。除此之外，往年的面试都是很多高频出现的问题，这类问题可以自己写一个脚本，从牛客或者其他渠道爬下来，然后挑选一些高频问题整理

  • 编程语言：对于自驾算法，c++基本是默认你学习过的，python是默认你熟练的。但是基本上考察语言的范围都是在c++上，包括面向对象内容，基本数据结构和内部原理和底层实现方式，程序内存结构，c++11新特性，容器，元编程等都有涉及。这块我推荐github开源的awsome c++等系列实践基本特性，阅读c++ primer plus和侯捷的effective c++，然后结合一两个经典的项目（比如my tiny stl）深入理解c++的基本特性。

  • 专业知识：这块包括对于自驾的专业知识和深度学习的内容：

投递公司

对于自驾公司来说，可投递的非常多，从Tier1，主机厂（传统车厂，新势力），L4公司都有非常多的候选，这里列举几个：

• 自驾主机厂：蔚来、小鹏、理想，极氪、理想、吉利

• Tier1：博世，博世、大陆、德尔福、采埃孚、森思泰克

• 自驾方案提供商&L4公司：旷视科技、商汤科技、地平线、百度、元戎、小马，AutoX，速腾聚创、图森未来、美团、滴滴、赢彻科技

• 互联网公司：小米、阿里、美团

总结

从我自己整场秋招的体验来看，现在的大环境并不是很好，现在自驾公司已经到了拼量产的时候，公司招贤纳士更多考虑候选人和岗位的匹配程度，因此实习对于秋招的重要性在逐年提升。就个人来说，因为我本身学历背景应该算是算法岗里面较差的，但是由于实习经历和论文项目的因素，使我有了跟其他人同台竞争的入场券，但是也因为学历因素被最后很多offer排序等环节拒之门外，过程中也因为一段时间没有面试怀疑自己的决定，也有被同学劝退，但是最后也收获了较为满意的offer，我坚信一份耕耘一分收获，坚持下来就是胜利～

秋招是一场长线的消耗战，无论是前期的准备，中期的面试拷打，还是后期的收尾，都是对我们专业能力，逻辑的综合考验，都需要我们每个环节有计划地把控。无论是对于细小的专业问题，还是对于职业的发展，都需要我们给自己一个思考答案，因此我们要做好准备，坚决不打无准备之仗。

最后，预祝所有的同学们都可以拿到自己心仪的Offer！

投稿作者为『自动驾驶之心知识星球』特邀嘉宾，欢迎加入交流！

① 全网独家视频课程

BEV感知、毫米波雷达视觉融合、多传感器标定、多传感器融合、多模态3D目标检测、车道线检测、轨迹预测、在线高精地图、世界模型、点云3D目标检测、目标跟踪、Occupancy、cuda与TensorRT模型部署、大模型与自动驾驶、Nerf、语义分割、自动驾驶仿真、传感器部署、决策规划、轨迹预测等多个方向学习视频（扫码即可学习）

视频官网：www.zdjszx.com

② 国内首个自动驾驶学习社区

近2400人的交流社区，涉及30+自动驾驶技术栈学习路线，想要了解更多自动驾驶感知（2D检测、分割、2D/3D车道线、BEV感知、3D目标检测、Occupancy、多传感器融合、多传感器标定、目标跟踪、光流估计）、自动驾驶定位建图（SLAM、高精地图、局部在线地图）、自动驾驶规划控制/轨迹预测等领域技术方案、AI模型部署落地实战、行业动态、岗位发布，欢迎扫描下方二维码，加入自动驾驶之心知识星球，这是一个真正有干货的地方，与领域大佬交流入门、学习、工作、跳槽上的各类难题，日常分享论文+代码+视频，期待交流！

③【自动驾驶之心】技术交流群

自动驾驶之心是首个自动驾驶开发者社区，聚焦目标检测、语义分割、全景分割、实例分割、关键点检测、车道线、目标跟踪、3D目标检测、BEV感知、多模态感知、Occupancy、多传感器融合、transformer、大模型、点云处理、端到端自动驾驶、SLAM、光流估计、深度估计、轨迹预测、高精地图、NeRF、规划控制、模型部署落地、自动驾驶仿真测试、产品经理、硬件配置、AI求职交流等方向。扫码添加汽车人助理微信邀请入群，备注：学校/公司+方向+昵称（快速入群方式）

④【自动驾驶之心】平台矩阵，欢迎联系我们！