【感知算法面经七】百度智驾感知算法面经
🌈专注分享自动驾驶算法相关技术干货内容，新闻资讯，大厂实习和秋招准备思路以及算法岗求职面经
本文首发于小红书FelixTea，欢迎关注我了解更多自动驾驶干货内容！
💫 自动驾驶感知算法实习/秋招面经合集（持续更新中🔥）
《理想自动驾驶感知算法秋招面经》
《华为车Bu自动驾驶感知算法秋招面经》
《地平线自动驾驶感知算法提前批面经》
《百度智驾感知算法面经》
《小米自动驾驶感知算法实习面经》
《美团自动车配送部感知算法实习面经》
《蔚来自动驾驶感知算法实习面经》
《旷视迈驰自动驾驶感知算法实习面经》
《博世自动驾驶感知算法实习面经》
《轻舟智航自动驾驶感知算法实习面经》
一、第一轮技术面试
由于百度采用交叉面试，第一轮的面试官主要做的业务和我的实习方向不是特别匹配，所以简单问了实习的项目内容及考察代码能力。
- 自我介绍
- 针对项目当中的BEVDet感知算法做一下介绍；针对BEVDet后续的改进是怎么做的，在业务数据集上的涨点情况是怎样的？
- 介绍一下目前BEV感知算法的大致发展脉络，分成哪几种主流的技术路线？
- 在实习公司做业务的时候，有没有遇到让你印象比较深刻的问题，你是如何解决的？
- 看我简历当中有多段实习经历，面试官问了一下实习期组里的氛围如何，有没有感觉不舒服的地方
- 代码考察
- 第一道：考了快速排序（Leetcode原题）
- 第二道：感觉像是面试官自己出的一道题，最开始用的for循环暴力解决，最后面试官提示让用二维DP来解，给出状态转移方程
- Note：面试的时候最好使用百度的如流客户端，网页端的如流写完代码不能运行！当时一面重新下载的如流客户端，耽误了 不少时间。
二、第二轮技术面试
第二轮的面试官做的业务相对来说和我比较匹配，所以主要是问了我实习期间做的工作，以及2D目标检测相关的基础知识和算法理解，最后考察了代码
- 针对我实习期间做过的每个项目都进行了提问（包括项目的背景+技术路线+是否遇到困难，最后是怎么解决的+在业务数据集上面的涨点情况）
- 2D目标检测的整体发展过程，大体经历了几个阶段？
- 介绍一下二阶段检测算法Faster-RCNN（包括网络结构细节，分类回归损失函数，RPN中正负样本的比例等）
- 介绍一下Focal Loss损失函数（损失函数提出的背景，为什么能够做到涨点）
- 介绍一下C++中的虚函数
- 什么是内存溢出问题
- 代码考察
- 手写NMS手写二维卷积实现（不允许调用现成的包，所有功能均需要手写）
三、第三轮总监面试
由于当时我面试的时候是晚上九点多，可能大家都忙一天比较疲惫了，所以我三面的时间比较短，大概半个小时不到的样子
- 对实习期间自己印象最深刻的两个项目介绍一下（包括项目背景+采用的技术途径+最终达到的效果——
- 介绍一下C++中的容器vector，包括如何对容器进行扩容，如何在末尾填入一个元素
- 链表和数组有什么区别，各自有什么优势
- Python当中的字典和元组的区别是什么？
- 最后是总监介绍了一下他们团队所做的内容以及大致的业务方向
码字不易，欢迎关注我及时获取最新求职干货内容🌟
#你都收到了哪些公司的感谢信？##百度##自动驾驶##互联网##面经#智驾感知岗位求职面经（答案版） 文章被收录于专栏
本人在24届秋招拿到了华为车Bu、理想、地平线、百度等多家车企的智驾感知算法岗位，该专栏汇总了本人在智驾感知算法求职/实习期间的面经，并且把面经中的问题标注了参考答案，供学弟学妹们复习的过程中进行参考~
查看5道真题和解析