云端真值算法实习生-2027届

优缺点分析

角色解读

• 从实习生转正为正式算法工程师，深入参与核心算法研发
• 在自动驾驶领域积累经验，向高级算法专家或技术管理方向发展
• 有机会接触前沿技术，发表论文或专利，提升行业影响力
• 参与云端大模型算法的研发与优化，专注于生成式算法和视觉/点云基座大模型的前沿探索
• 基于海量量产数据，研发无监督/自监督算法，提升大模型的语义理解和空间感知能力
• 与团队合作，将算法应用于自动驾驶场景，推动技术落地
• 扎实的C++或Python编程能力，以及数据结构与算法基础
• 熟悉自动驾驶感知算法，如BEV感知、3D检测、Occupancy Network等
• 有NeRF、三维重建或传感器仿真等科研或项目经验者优先

申请策略

• 关注小米招聘官网和校园宣讲会，及时投递
• 在面试中展示对自动驾驶技术的热情和深入理解，可准备相关项目介绍
• 突出C++/Python编程能力和数据结构算法基础，可附上相关项目代码或GitHub链接
• 强调自动驾驶相关项目或科研经历，如BEV感知、NeRF等，描述具体贡献和成果
• 如有论文或竞赛获奖，务必列出，以证明研究能力
• 提前复习C++/Python和数据结构，确保基础扎实
• 了解自动驾驶感知算法的最新进展，阅读相关论文，如BEV、Occupancy Network等
• 动手实践一些开源项目，如NeRF或3D重建，积累经验

面试指南

• 使用STAR法则（情境、任务、行动、结果）来回答项目经验问题，突出个人贡献和成果
• 对于技术原理问题，先给出定义，再解释关键点，最后举例说明
• 对于开放性问题，结合自己的知识储备，展现思考深度和逻辑性
• 请介绍一下你在自动驾驶感知算法方面的项目经验
• 解释一下BEV感知的原理和优势
• 你如何理解无监督/自监督学习在自动驾驶中的应用？
• 请描述一个你解决过的技术难题，以及你是如何解决的
• 你对NeRF在自动驾驶中的应用有何看法？