上周去了HE集团面试，该集团是做车辆辅助驾驶系统的，最终目标瞄准的是自动驾驶，加上再之前在YZ科技的面试经验，有些关于车辆驾驶上的心得想聊聊。
首先说说两个企业的面试情况吧。YZ科技中的两个技术聊天都挺愉快的，第一个聊了些图像算法和深度学习里面的东西，清楚的记得他说卷积神经网络里面的池化不仅有数据降维的作用，而且有模糊效果，可以减少过拟合。我很喜欢这个看问题的角度，当时对我触动最大的就是这个看问题的方法，其实我知道深度学习对图像的作用也就是一系列传统图像算法的结合，这是我在今后的工作中该学习和改变的思考方式；第二个技术聊了很多基础问题，比如capacity和size的区别和图像在matlab中的存储等，这些问题对我而言没有难度，但是却提醒了我在细节上得提高关注度；最后一个声称是S总，但是聊天过程很不友好，或许是为了展示他过人的思维和口才，整个过程特别咄咄逼人，从大方向聊到小细节，但从他的反应来看，他也不懂小细节。其实当时我在想，如果我真的选择去他们公司，对待他曾经如此的***难和威势欺人，恐怕也很难处理好同事关系吧？这样的企业，想必也是等级关系森严，而且据网上消息，该公司以成败论英雄，能明显看到给公司带来收益的销售部比只会给公司烧钱的研发部的话语权高了不止一点点。第二个企业是HE集团，第一个同样聊了很多关于深度学习和视觉方面的发展方向，对深度学习在辅助驾驶中的未来趋势是认可的，但也是任重而道远，刚开始注重这方面投入的HE集团显然已经落后一步，所幸还是能看到这个而及时改进；第二个技术面试问了很多关于图像处理方面的问题，大到最小二乘法，数据拟合，小到像素的定义，图像清晰度的定义和图像压缩的方法等等，很中规中矩的问题，但是也能由此看出我的缺陷，的确应该意识到自己的不足了，遗憾最终因为薪酬问题而没能跟HE合作，面试还是很愉快的。
然后聊下ADAS，车辆高级辅助驾驶系统，现在很多中小企业都在做这个，当然前期都是基于传统图像算法来做的，不管是接受雷达的信号，摄像头的信号或者其他传感器的信号，其目的都是为了减少或者代替人工的判断。当前已经成熟的类似碰撞提醒，自动泊车等等，google甚至在测试无人驾驶，但是仍旧不成熟。我个人认为，国内企业要想在这个方面有所建树，首先得有一定的技术储备，必须将解决问题的思想从传统图像算法转到新兴技术上来；其次在硬件上，若是能用带较大计算量而成本客观的硬件问世，相信这也会是车辆无人驾驶或者准备走向无人驾驶领域的一个福音。
对个人发展而言，考虑下自动泊车中涉及的技术，找些可行性高的玩一下！
