酷哇机器人面试

应该也是boss直聘投的，简单聊了一下就直接约一面09.23了，两个面试官，面完过了一段时间又发了笔试，但已经不想做了

一直拖着就算了

1. 模型和规则切换的过程是否会出现不稳定？
2. 模型上一帧的规划结果是作为输入，还是只是作为损失的计算层面？如何计算？L2？
3. 如何保证模型的输出是一个光滑的曲线？运动学约束的推导公式是如何的？
4. 介绍一下实习工作
5. 介绍一下论文
6. 介绍一个learning-based 的规划方案 --Hydra-MDP
#自动驾驶##

全部评论

推荐最新楼层

昨天 17:24

百度_感知算法工程师(准入职员工)

图拉斯内推，图拉斯内推码

面经：蓝禾的流程推得很快，基本上投完两天就接到了hr的初试电话，直接进行了初试。初试全程大概三十分钟，hr小哥态度很和善。主要问了实践经历获奖的情况最有成就感的事情对电商运营的理解选择公司的标准等，都是比较常规的问题。图拉斯2026届校招启动，今年HC翻倍，抓紧投递~【我们是】图拉斯（原蓝禾） 是一家集产品、设计、研发、品牌、营销和大数据运营于一体的创新型科技公司，总部位于中国深圳，全球员工规模超3000人。【base】深圳【岗位】运营(国内)、运营(国外)、营销、设计、研发技术、职能内推链接：https://lanhevip.jobs.feishu.cn/s/gAwh1MlZJsw内推码：H...

点赞评论收藏

2025-12-30 23:37

中南大学 Java

选择后端开发还是大模型应用开发？根本不用二选一！

我觉得这是一个伪命题，因为这根本就不是一个A或B的问题。互联网各个部门都喜欢搞ai,也确实有很多结合具体业务开发智能体的需求（主要是大老板喜欢），但是据我观察现实情况有个很现实的结论：现阶段大部分智能体开发，核心执行者都是后端工程师。我本人的工作也包含了部分智能体开发，所以有点发言权。究其原因，一来后端工程师最懂业务逻辑和系统底层架构，能精准捕捉业务痛点，知道哪里适合用 AI 赋能、怎么落地才贴合实际需求；二来智能体开发的核心是 “业务落地” 而非 “大模型底层研发”，技术门槛更多集中在业务拆解、工具整合与流程闭环，而非高不可攀的算法研发，后端工程师上手起来反而更有优势。ai是风口，agent...

等闲_：业务开发就是prompt+数据，Ai就是中间件，中台或者鸡架会做一些Agentic infra和智能体记忆之类的，再底层一点就是AI infra，MLops，模型微调，推理优化之类的了，所以对于普通后端就是纯业务，没啥技术含量，除非去技术架构组或者底层一点的组，要不AI就是个API，别神话AI应用开发