#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😇

一面 技术面常规的自我介绍然后就是对着项目 因为我做过模型压缩的项目模型训练优化 调优 包括底层的性能优化 算法层面 硬件层面 都涉及到了 。我答得很快 追问的很深，几乎就要问的超级细节。好几个没答上来，最后问我有没有问题 ，就问了个多久出一面结果。感觉主要问的还是训练框架，模型调优，模型压缩等算法层面的，硬件层面的感觉面试官自己也涉及的不多。二面 HR面 25min问问家庭，婚姻状况个人职业倾向是软件还是硬件个人性格读博的原因，以及读博的收获成果以及项目的实际产出投了哪些公司，有哪些offer反问就问加班文化，团队氛围，团队架构，个人成长路径这些老生常谈的。

也是boss直聘上投的，不过方向是具身智能，0924一面，1012二面，而后已OC，不过已经拒了，面试官人很好，主打一个讨论，全程无八股和coding，更多的都是针对于简历的深入询问和一系列的开放问题。1. Chafferual-Net论文的数据增强与扰动方法和作用？2. 碰撞loss 是否真的靠谱，如何改善？3. 轨迹预测是否有真值4. 规划轨迹和地图的范围如何确定？5. 评测指标有哪些，是否合理？ 6. 对于整个系统而言，你觉得上述的指标是否够用了，其次你觉得上面这些指标哪一个是最有用的？7. 如果效果不好的话，应该是从模型层面出发还是从数据层面出发？数据是否以及够了？8. 如何理解元学习，以及和大模型的关联区别？9. 如何组合元学习和大模型？10. 具身智能和大模型之间的关系，以及如何实现11. 物理学和运动学的约束如何加入#自动驾驶##具身智能#