地平线

8月20号投的，9月26号一面，隔天就感谢信了1. 简历论文相关的问题2. 预测模型多模态的多种实现方式3. 模型部署工作问题4. AL-Planner模型中遇到的特别难解决的问题5. 模型如何解决大幅度绕行，该不该绕和绕行的幅度问题？6. 为什么AL-Planner有碰撞loss但是模型的输出还是会碰撞？手撕：封闭岛屿数量反问  a. 团队规模  b. 预测和决策联合的方案进展#你都收到了哪些公司的感谢信？##决策规划##自动驾驶##预测算法工程师#

虽然秋招才刚开始，但形势已经让我很焦虑。最近投了几家国企和银行，结果两个简历都没过，其他的也没消息。租了郑州的房子，每天在屋里emo。请问现在大家的情况怎么样？有啥好的建议吗？

自我介绍开局先做题：（1）两数相加类似，不过和leetcode的有点区别，需要先进行一个链表的反转再相加（2）设计一个密码校验的接口，和我讨论了一下如果传入的是string会有什么问题，有没有注意到C++11和C++17的安全性问题，然后讨论了一下string的底层实现机制八股：（1）Volatile的用法（2）动态库和静态库的区别（3）Cmake的使用（4）空指针引用出现段错误，从操作系统的角度分析实现的原因（5）hello world 从print到输出整个流程反问：业务能力匹配需要提升什么？操作系统的基础需要提升，另外场景设计题写的有点一般，下次做题别着急

自我介绍； 针对项目： CNN模型、损失函数、评价指标、改进方向、计算加速； CNN模型 CNN，即卷积神经网络，是一种专门用于处理具有类似网格结构数据的深度学习模型。它通过卷积层和池化层提取图像特征，并通过全连接层进行分类或回归预测。CNN在图像识别、目标检测和图像生成等领域取得了巨大成功。 具体来说，CNN的模型结构包括输入层、卷积层、激活函数、池化层、全连接层和输出层。输入层接收图像数据，并将其转换为CNN可以理解的数字形式。卷积层通过滤波器（卷积核）对图像进行卷积运算，提取图像特征。激活函数如ReLU、Sigmoid等，用于引入非线性，增强模型的表达能力。池化层通过最大池化或平均池化等...