感知算法实习生 - 水坑检测

优缺点分析

角色解读

• 可深入自动驾驶感知核心算法，积累实战经验
• 向感知算法工程师或多模态研究员方向发展
• 表现优秀有机会转正，加入小马智行正式团队
• 负责基于Camera和LiDAR的感知算法开发，如目标检测、语义分割、目标跟踪等
• 探索VLM多模态模型在感知中的应用，提升场景理解和跨模态对齐能力
• 优化边缘端推理性能，推动模型在实际自动驾驶场景中落地
• 扎实的深度学习基础，熟悉CNN目标检测、跟踪等算法
• 优秀的编程能力，熟练C/C++或Python，熟悉PyTorch等框架
• 了解多模态融合和视觉-语言模型的前沿技术

申请策略

• 展现对自动驾驶行业的热情，了解小马智行的技术和产品
• 准备一个关于水坑检测或感知的小项目或思路，体现主动性
• 突出目标检测、语义分割等相关项目经历，展示算法实现细节
• 若有论文或开源项目，重点标注，体现研究能力
• 强调编程能力，尤其是C++和PyTorch的使用经验
• 复习经典CNN检测模型（如YOLO、Faster R-CNN）和Transformer
• 了解VLM基础（如CLIP、LLaVA）和应用场景
• 尝试复现最新感知论文，准备面试中的代码题

面试指南

• 用STAR法则清晰说明项目背景、任务、行动和结果
• 对于开放性问题，先拆解关键点，再提出解决方案，最后对比优劣
• 展示对模型优化（量化、剪枝、蒸馏）和工程部署的基本理解
• 请详细介绍你做过的一个目标检测项目，包括数据、模型和优化策略
• 如何将VLM模型部署到边缘设备？需要考虑哪些因素？
• 解释一下多模态融合的常见方法及其优缺点
• 给定一个低光照环境下的检测场景，你会如何设计算法？
• 手撕代码：实现NMS（非极大值抑制）