许愿微保offer

还记得一年前和学院的学长学姐一起打球时听过他们的抱怨，“秋招需要暑期实习经历，暑期实习需要日常实习经历，现在就连日常实习也需要其他实习经历了”。从那时我就有危机意识，早早开始准备起了秋招，而现在一年多下来，秋招在我看来时一点点的努力+大部分的狗运。一点点的努力是必要的，你要去背那些八股，去理解哪些专业的原理。但学习这东西完全没有极限的，你背了几天lora的八股，自以为对lora这个东西很懂了，然后你看了苏剑林详细解读lora的博客，瞬间变成一个新兵蛋子。你这边刚跑起来deepspeed，别人已经开始猛干Megatron了。尽人事，在自己可以把控的极限内把该懂得知识搞懂。大部分的狗运反而才是关键，准备秋招的过程就是无数选择的叠加，选择就业方向、选择是否偷跑实习、选择实习的单位和部门，实习的部门水平不行选择是否提前跑路，大量的选择就是在大量的“赌”，你永远不知道下一块是巧克力还是其他某种物质。个人所能做的就是保持头脑清醒的去判断每次选择带来的利害关系。个人能做的就是保持好的心态面对生活吧。18岁的时候觉得高考没考好，世界就崩塌了；22岁的时候觉得考研没考好，世界就崩塌了；24岁的时候觉得秋招没找到好的工作，世界就崩塌了。可事实证明，世界哪一次都没有崩塌。life goes on#25届秋招总结#

每天都在和数据、模型、算法打交道，刚开始的时候真的是一头雾水，不过我的mentor简直是个大神！不仅技术超强，人也特别好，教我的时候很有耐心，我们组的工作氛围轻松又友好。工作环境方面，二楼就有健身房，午休的时候可以去锻炼。而且食堂的饭菜花样多，每天都有不同的美味，吃得我心满意足，工作幸福感满满～ 下午茶也丰富多样。园区环境美如画，绿植和湖泊环绕，偶尔还能看到小鸟飞过。

11-6一面面试的算法岗位，都是些基础的八股问题题目有些难度，确实是我的梦中情司，希望能过!#平安产险科技中心求职汇总#

一、论文导读作者提出了一种同时考虑了双向BEV特征构建流程的视觉3D目标检测算法DualBEV，在nuScenes数据集上实现了55.2%的mAP和63.4%的NDS的SOTA感知结果，超过了现有的单向BEV构建算法BEVDepth、BEVFormer以及双向BEV构建算法FB-BEV，DualBEV的核心思路如下二、网络模型结构&技术细节梳理通过整体网络框架图可以看到，DualBEV首先利用图像主干网络提取环视图像的特征，然后利用SceneNet网络预测像素的深度概率以及实例掩码区域，将二者喂入到Prob-LSS分支和HeightTrans分支得到LSS特征和HT特征。然后利用提出的...