公司招聘流程与职位设置 - 公司职位划分非常细致 特别是规划控制方向 如自主记忆泊车-自动开出职位[3] - 公司今年没有校招名额 主要通过实习转正方式招聘 实习转正概率较大且支持线上实习[3] - 招聘流程包括笔试和五轮技术面试 每轮面试均包含算法题考察[3] 笔试内容与考察重点 - 笔试包含三道算法题 涉及图搜索、模拟和动态规划 难度为LeetCode中等水平[4] - 具体题目包括对数组相邻元素进行异或操作后求和最大化 问题可转化为不相邻元素选取最大值问题[4] - 测试用例通过率分别为90%、0%和70% 主要问题在于模拟题未完成和动态规划边界处理[4] 技术面试深度与范围 - 面试问题覆盖项目经验、算法理论和工程实践 如MPC优化问题构造、求解器选择、约束设计等[5] - 非线性优化器知识被深入考察 包括GN/LM/共轭梯度区别、line search与trust region应用场景等[5] - 规划算法要求熟练掌握Hybrid A流程、与A区别、运动学约束算法改进方法如kinodynamic-RRT等[12] 算法编码能力测试 - 编码题涵盖数据结构基础如链表操作（合并、拷贝构造）和经典算法如棋盘路径动态规划[6][8] - 题目难度从基础到进阶 包括带障碍物的路径规划、TopK问题求解（堆排序应用）、岛屿数量DFS计算等[8][11][13] - 算法实现要求兼顾效率 如BFS被提示超时后需优化为动态规划或记忆化搜索[8] 行业技术趋势与人才需求 - 自动驾驶技术栈呈现趋同态势 传统多算法方向向统一方案如one model、VLM、VLA演进[22] - 行业对跨领域技能需求增加 如感知转大模型、规控转具身智能 反映技术壁垒提升[22] - 专业社群规模近4000人 覆盖30+技术方向 显示行业对系统化学习路径的需求[25] 公司技术团队协作特点 - 工作中需频繁参考学术论文 组内与组间合作紧密 工程问题解决占比较高[9][13] - 技术主管面试采用全英文 考察项目深度如EKF原理、工程调参经验 并关注实习时间与offer选择[14]