长城汽车-泊车感知开发岗(048221)

优缺点分析

角色解读

• 在技术深度上，可向感知算法专家或端到端自动驾驶方向深耕，成为技术带头人
• 在业务广度上，可拓展至自动驾驶系统架构、产品规划等方向，成为技术管理者
• 随着自动驾驶行业的发展，可向更前沿的领域如大模型、具身智能等方向拓展
• 负责设计和开发自动驾驶泊车场景下的感知深度学习模型，包括目标检测、语义分割等，并推进端到端模型的落地
• 开发离线的数据自动标注算法，提升数据标注效率，为模型训练提供高质量数据集
• 搭建数据闭环体系，收集和处理训练数据，持续优化模型性能
• 跟踪模型在实车测试中的表现，分析问题并进行迭代优化，确保算法在真实场景中的可靠性
• 扎实的深度学习理论基础，熟悉CNN、Transformer等主流模型架构，具备模型训练和调优经验
• 熟练掌握Python和C++，熟悉PyTorch、TensorFlow等深度学习框架
• 了解计算机视觉经典算法，如目标检测、语义分割、多传感器融合等
• 具备良好的数据分析和问题定位能力，能够处理实车测试中的复杂问题

申请策略

• 关注长城汽车在自动驾驶方面的战略布局，了解其技术路线
• 在面试中展示对自动驾驶感知技术的热情和深入理解
• 突出深度学习模型设计和开发经验，特别是目标检测、语义分割等感知相关项目
• 强调数据处理和自动标注算法开发经验，展示数据闭环搭建能力
• 如有实车测试或自动驾驶相关项目经验，务必重点描述
• 展示对最新研究进展的跟踪，如端到端模型、Transformer等
• 熟悉PyTorch、TensorFlow等框架，并掌握模型部署和优化技术
• 了解自动驾驶系统架构，如传感器融合、路径规划等，提升系统思维

面试指南

• 回答项目经验时，采用STAR法则，突出个人贡献、技术难点和解决方案
• 回答算法设计问题时，先阐述问题定义，再分析技术选型，最后总结效果和反思
• 回答趋势类问题时，结合最新论文和行业动态，展现技术视野
• 请介绍一个你参与过的感知模型项目，包括模型设计、训练和优化过程
• 如何设计一个数据自动标注算法？请谈谈你的思路
• 如何评估和提升感知模型在实车环境中的鲁棒性？
• 你对端到端自动驾驶模型有哪些了解？如何看待其发展趋势？
• 在数据闭环中，如何高效地处理长尾数据？