【地瓜机器人】视觉感知算法量产实习生

优缺点分析

角色解读

• 从算法实习生成长为视觉算法工程师，深入掌握双目深度和Occ感知技术
• 积累量产落地经验，向技术专家或项目负责人方向发展
• 在机器人行业持续深耕，未来可转向自动驾驶或通用机器人感知方向
• 负责AI双目深度和Occ算法的开发与优化，提升算法在复杂场景下的精度和鲁棒性
• 参与算法板端量化，确保算法在嵌入式平台高效运行
• 推动算法量产落地，处理线上问题并迭代优化，支撑产品规模化
• 扎实的计算机视觉和深度学习基础，熟悉CNN/Transformer等经典模型
• 熟练掌握C++/Python，有Linux开发经验，熟悉CMake/Makefile构建工具
• 熟悉ROS/ROS2框架，具备机器人或自动驾驶项目的实践经验

申请策略

• 提前了解地平线的机器人芯片和产品方向，在面试中展现对业务的理解
• 突出视觉感知相关的项目经历，特别是双目深度、occ或自动驾驶项目
• 强调C++/Python编程能力和Linux开发经验，展示代码质量和工程习惯
• 体现ROS/ROS2使用经验，如有开源贡献可重点描述
• 复习深度学习基础，尤其是CNN和Transformer的典型网络结构
• 熟悉PyTorch框架，并练习模型部署和量化相关工具

面试指南

• STAR法则：描述项目背景、任务、行动和结果，重点突出对算法优化和工程落地的理解
• 技术深度：先讲原理，再结合项目经验说明具体实现和效果
• 请讲一下你熟悉的双目深度估计算法，以及如何提升精度？
• 如何进行深度学习模型的量化？你了解哪些量化方法？
• 在ROS中如何完成一个节点的发布与订阅？
• 你如何处理数据清洗中的异常样本？
• 复习双目视觉和Occ算法的基础知识，准备一个相关项目详细讲解
• 熟悉PyTorch模型量化和TensorRT等部署工具