虾皮一面究极严刑拷打-发面经攒好运

#就业前景# 大哥大姐们好，本人系一名电子信息的大四学生，目前推免到广东某所985专硕；1. 本科做过一点slam相关的项目（基本就是应用而已，将别人的算法跑自己采集的数据集，比如cartographer，lio-sam，vin，orb），能够掌握应用Linux，ros，cmake，git2. 后面大三为了推免，要发论文，打算搞一点相机和雷达结合slam，头铁看完十四讲（同时上手跑完每一节的代码），然后去阅读liosam源码等，在liosam回环部分加上词袋，然后做出来效果不佳，最后也就不了了之。3. 以前有点急功近利，发现自己的基础很不牢固，目前推免完，在力扣刷c++算法题，以及重头学slam，数学等（比如从概率开始，最近整理了贝叶斯框架，卡尔曼，粒子滤波等，自己学习完记录成飞书文档）4. 但是，通过网上一些途径（知乎，小红书…等）发现很多人在劝退slam，以及很多自驾厂转向端到端模型，目前感觉陷入了一点迷茫，不知道是不是要all in slam，读完三年研出来，该行业还有需求嘛，还是说看个人能力，我该坚持还是转向大模型等其他方向。5. 期待大哥大姐们的解答，祝您生活愉快，工作顺利！——————分割线——————2024.10.12好刺激，没想到有这么多牛友回复（先感谢一波），好多劝退😭，趁这几天得闲，再好好多方征求意见，实在不行返回老本行嵌入式了，楼主系听闻算法搞钱多，slam走不通，想知道算法到底还有哪些呢，大模型? c++? or…，路径规划? 决策控制? 若想进自驾厂，还有哪些方向可以推荐的么😇

8月20号投的，8月28号一面【秋招面的第三家，面试官很好，感觉是在和你讨论，并在过程中会表示肯定】，9月6号二面，二面后一个礼拜感谢信；二面代码面第二题虽然也大致写出来了，但面试官表示还是存在一些问题，听说是每一面后都会进行排序，估计排序挂了，不过代码功底也确实还是不够，需要加强，之前图论相关得题目还是写的太少了；正式批又重新开始面了 刚刚一面完08.28一面：1.  处理数据不平衡有什么方法2.  从评测角度去看类别不平衡3.  数据分布偏移：训练数据里面高速场景比较多的话，他会无法泛化到速度比较低的问题；模型里面有去解决吗？4.  元学习相关问题5.  地图的向量化编码相比原来的栅格的地图编码的区别，优劣6.  模型部署相关问题7.  如何做learning-based的决策规划的？整体架构8.  训练数据的来源是什么？可靠吗？如何评价数据的好坏9.  相较于传统规划，模型的优点是什么？能解决什么问题？10. cost的设计和优化相关问题11. 评测是如何的？12. 虚函数讲解一下13. 类里都有构造函数和析构函数，析构函数都需要声明成virtual，为什么需要这么做手撕：leetcode 149 Hard 线上最多的点数09.06二面：1. hot100 二分查找 求target第一个和最后一个的位置2. leetcode 365 水壶问题变种 改成求最小操作次数#你都收到了哪些公司的感谢信？##提前批简历挂麻了怎么办##深度学习##自动驾驶##小米#

时间: 50min八股:1. 你理解的agent是什么2. decoder only的好处是什么3. 为什么要rlhf，为什么要对齐4. llama3怎么训练的（好奇怪的问题，别人家都问llama3用哪些技术，第一次被问是怎么训练的）5. dpo原理，为什么要用dpo，与ppo改进6. sft细节实习:1. 业务是什么2. 组内多少人3. 负责什么4. 为什么用xx技术5. 你去的时候已经做到什么样了6. 为什么用xx模型手撕:LeetCode 第十题 hard面试官问我，为什么不动笔呢，是不会吗没见过的hard臣妾是真做不到啊。看我做不出来就说先这样吧。反问:什么业务答:1. 多语言大模型预训练（怪不得会问llama3训练技术，以及很关心对齐阶段的八股）2. 多模态3. llm应用已挂，手撕给hard就是征兆

最简单的一集1 .arraylist和linkedlist的区别2 .osi七层模型3.hashmap冲突4.重载和重写5.巨简单的sql，求每个部门最高薪资6.写一个接口，写一个继承（写的我都笑了）7.java数据类型8.一致性哈希（讲的不全，讲到哈希环的概念，数据的分配，节点增删）9.窄依赖宽依赖直接开始反问环节，我直接懵了，这么简单直接吗我还求着面试官问我更多的问题，是对我不感兴趣吗，面试官笑着说之前的候选人基础太差，sql能力欠缺，于是开始了接下来的问题10.flink怎么处理迟到数据？如果插入watermark仍有过于迟到数据怎么办？如果是flinksql，怎么写？11.详细讲lsm结构，包括读写，合并，用在哪些olap引擎？over