北京算法实习生-多模态感知

优缺点分析

角色解读

• 从算法实习生成长为自动驾驶感知算法工程师，深入掌握多模态融合技术
• 积累前沿VLM和边缘端优化经验，向高级算法工程师或技术专家方向发展
• 有机会参与顶级会议论文发表，提升学术影响力，未来可转向研究岗或技术管理岗
• 负责基于Camera和LiDAR的多模态感知算法开发与优化，包括目标检测、语义分割、目标跟踪等
• 探索VLM等前沿多模态技术，研究其在感知和语义理解中的应用，并优化实时推理性能
• 开发基于VLM的场景描述和自然语言指令驱动的感知方案，推动算法在实际自动驾驶场景中落地
• 扎实的深度学习和计算机视觉基础，熟悉CNN检测、跟踪、识别算法
• 优秀的编程能力，熟练使用C/C++或Python
• 熟悉PyTorch等深度学习框架，有较强的独立解决问题和学习能力

申请策略

• 了解小马智行的技术路线和产品，在面试中展示对公司的热情
• 准备一个完整的项目案例，从问题定义到解决方案，体现独立思考和解决问题的能力
• 突出深度学习项目经验，尤其是目标检测、分割、跟踪等视觉任务
• 强调编程能力，列出C/C++和Python项目，以及PyTorch使用经验
• 如有论文发表或竞赛获奖，重点展示，尤其是CCF A类论文
• 提及自动驾驶相关实习或项目经历，体现领域匹配度
• 系统复习计算机视觉经典算法，如Faster R-CNN、YOLO、DeepSORT等
• 学习多模态融合和VLM相关知识，阅读CLIP、LLaVA等论文

面试指南

• 对于项目类问题，采用STAR法则：背景、任务、行动、结果，突出技术难点和你的贡献
• 对于技术原理问题，先给出定义，再解释关键点，最后结合实际应用场景
• 对于开放性问题，展示你的思考过程，从多个角度分析，并给出合理假设
• 请详细介绍一下你做过的一个目标检测项目，包括数据集、模型选择和优化过程
• 解释一下多模态融合中Camera和LiDAR数据如何对齐？有哪些挑战？
• 你对VLM（视觉-语言模型）有什么了解？它在自动驾驶中可能有哪些应用？
• 如何优化一个深度学习模型在边缘设备上的推理速度？
• 手撕代码：实现一个简单的图像卷积操作或NMS算法