蔚来2023届秋招提前批面经(规划控制算法，已oc)
985本硕，两篇自动驾驶相关的paper，三段实习经历
6.20投简历 7.4评估中 7.8收到测评 7.13一面 7.15二面 7.17笔试 7.19三面 7.25主管面 8.2HRBP面 8.4已OC
一面(7.13) 30min：
1. 自我介绍
2. 问第一篇paper的内容(问大致做了什么)
3. 问第二篇paper的内容(其中一个点具体细节，和其他方案的对比，优缺点，如果多个交通参与者行驶到同一个点会不会对我们的车辆有影响)
4. coding，写一个函数计算一个点到一条直线的距离
当时还以为是要任意纬度空间的，结果面试官说写个平面上的就行，一行代码搞定
7.14：一面已通过 约了7.15的二面
二面(7.15) 60min：
二面问的很多，很细
C++部分：
1. C++的编译方式，局部变量储存在哪个区？
2. debug方式。如果代码运行后，运行到固定的某个地方后崩溃了，和运行不知道哪里忽然就崩溃了，而且发生崩溃的时间不同，你分别怎么处理？
3. const作用？int* const 和const int* 的区别？函数后面加一个const有什么作用？
4. C++的继承中，public private和protected三种类型继承的区别？一般用哪一个？为什么？
5. 多态的类型?分别用于什么场景？使用条件？
6. 在A中写了 include<B>,在B中写了include<A>,会出错，怎么解决？
7. 常用的STL容器？vector不断扩容会发生什么？使用reserve如果无法预先知道预先分配的内存要如何做出改进？
8. unordered_map和map的区别，底层实现，效率稳定性等
Python部分：
1. C++中有值传递和引用传递,python里面没有，那么如何知道python里面一个变量是值传递还是引用传递？
2. open()和with_open()的区别
机器学习部分：
1. 第二篇paper里面用到的神经网络讲一下。和传统轨迹预测网络的优点缺点对比？其他轨迹预测网络会用到哪些模型？
2. 第二篇paper里面loss函数为什么这么设置？loss函数的意义是什么？实际根据什么设计loss函数？
3. KL散度和交叉熵的区别和联系？
4. 神经网络模型的可解释性
其他部分：
1. 个人规划。想做规划 预测还是决策？为什么？
2. L2自动驾驶和L4自动驾驶的区别
coding：
1. 描述k-means算法流程，用C++写一个k-means算法
反问环节
1. 实际开发中很少用到刷leetcode题目用到的那些思想，为什么有的面试官那么喜欢考?
2. 部门目前的研究，主打L4还是L2？
面试官挺客气的，能感觉出来学识很渊博，有的地方会和你很详细的讨论讲解
基本都答上来了
7.18：二面通过，约了7.19的三面
三面(7.19): 1h
1. 凸优化问题，KKT条件，如果在最优解在一个凸区间内，这个解有什么特点
2. 讲一下ADMM算法
3. 数值计算 龙格问题，如何优化
coding：
1.推导最小二乘argmin (Y-βX)^T * (Y-βX)的解，X满秩
2. 给一个限制条件
argmin (Y-βX)^T * (Y-βX)
subject to Aβ=B
求出这个优化问题的解
3. 如果2中的X是m*n维的;A是k*m维的，秩为k，k<m，这个问题有几个解？为什么？
很硬核= ＝
7.20：做好收感谢信的准备了，结果HR通知说三面通过，约了7.25的leader面
四面（7.25，leader面）：20min
问了问两篇paper，针对其中的有一些点讨论了一下
又询问期望地点，以后的打算
差不多20分钟结束
面试官还是一如以往的客气
7.28：四面通过，HR询问了期望城市，约了8.2的HR面
8.2（HRBP面）：
聊聊天
8.4：
终面通过，已OC
