查看: 2933| 回复: 7
跳转到指定楼层
上一主题 下一主题
收起左侧

[选组选Offer] 无人车行业还适合加入么?你为什么离开

🔗
wppply | 只看该作者 |倒序浏览
全局:

2020(10-12月)-EE硕士+1-3年 | 猎头|BayArea湾区 MachineLearningEng全职@

注册一亩三分地论坛,查看更多干货!

您需要 登录 才可以下载或查看附件。没有帐号?注册账号

x
很尴尬 二线厂1.5年经验 最近拿了 zoox 还有其他几个厂的MLE,很犹豫要不要去。因为看linkedin 上一直看到各大 无人车厂的人在捞人, 感觉他们的人员流动性很大。都流到哪里去了呢? 出于什么原因逃离这个行业呢?. 1point3acres
如果希望尽快往上爬level的话,什么时候跳槽最合适呢?
感觉大厂都要3年工作经验才能面下一个level。我又对目前的工作兴趣不大, 是在junior 这个级别再多尝试一下呢? 还是待满3年再说?
希望有地里的前辈讲一讲。我做一个合格的伸手党,米一定给的足(卑微的笑。




上一篇:我到底是要做哪个front还是backend?回答都加米
下一篇:简历上有leetcode contest 之类的信息是不是不好?
全局:
wppply 发表于 2020-11-26 21:39:43
那像nuro 扩招一般是什么方向缺人最多呢? infra /percetion/decision 之类的。从互联网企业跳入无人车一般会有什么优势和劣势呢?
都挺缺的 sensor,planning和control需要一些专业知识 并不是互联网上手就能做的 computer vision 深度学习倒是交集很多
回复

使用道具 举报

全局:
问题看起来有两层。先说第一层无人车公司要不要去,这个的确有不确定性在,没人能告诉你无人车是否短期内能铺开,但可以说一旦铺开市场也是可以看得到的大。光这点已经比很多方向比如vr要好了:因为做产品分为做出来,和有人买两步,目前看有人买对无人车看起来并不是问题。这也是为什么vc愿意投钱。而且你说的招聘多也不见得是流动性大,就像我在nuro招聘多纯粹是因为扩张快,而且行业人才储备还不够。

再看第二个何时跳槽合适的问题。这个说到底也看个人,特别是你说目前工作特别无聊的情况,有的人可能一天都不想呆。一般而言,三年左右通过跳槽直接从junior跳到senior是一个不错的选择

评分

参与人数 2大米 +2 收起 理由
wtmxs + 1 赞一个
wppply + 1 赞一个

查看全部评分

回复

使用道具 举报

🔗
Carbonhaha 2020-11-27 06:14:23 | 只看该作者
全局:
同等zszszs
回复

使用道具 举报

🔗
 楼主| wppply 2020-11-27 13:39:43 | 只看该作者
全局:
geniusroger2000 发表于 2020-11-27 06:58
问题看起来有两层。先说第一层无人车公司要不要去,这个的确有不确定性在,没人能告诉你无人车是否短期内能 ...

那像nuro 扩招一般是什么方向缺人最多呢? infra /percetion/decision 之类的。从互联网企业跳入无人车一般会有什么优势和劣势呢?
回复

使用道具 举报

🔗
tobebeyond 2020-11-28 06:41:39 | 只看该作者
全局:
无人车也很细分吧,比如想纯粹无人车的如waymo, 也有商业模式先行的Tesla等等。  稳妥一点肯定是去Tesla/NIO这种不是那么纯无人车的
回复

使用道具 举报

🔗
Metriculation 2020-12-4 02:49:44 | 只看该作者
全局:
geniusroger2000 发表于 2020-11-28 06:33
都挺缺的 sensor,planning和control需要一些专业知识 并不是互联网上手就能做的 computer vision 深度学习 ...

期待层主详细说说sensor或者planning具体缺啥?或者需求什么skills?还想咨询一下simulation方向?小弟目前在做偏CV和time series的MLE,对无人驾驶很感兴趣。
回复

使用道具 举报

全局:
Metriculation 发表于 2020-12-4 02:49
期待层主详细说说sensor或者planning具体缺啥?或者需求什么skills?还想咨询一下simulation方向?小弟目 ...

先说明一下我自己不是做这些的,所以可能理解不全。sensor的话我看到的是数学或者geometry computation的内容比较多,包括calibration, data cleaning, intrinsic / extrinsic value 投射,所以偏数值计算。做得好的话最好还要懂一些硬件特性。planning的话主流还是学习,比如imitation learning, reinforced learning。simulation不是特别清楚

评分

参与人数 1大米 +2 收起 理由
Metriculation + 2 给你点个赞!

查看全部评分

回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册账号
隐私提醒:
  • ☑ 禁止发布广告,拉群,贴个人联系方式:找人请去🔗同学同事飞友,拉群请去🔗拉群结伴,广告请去🔗跳蚤市场,和 🔗租房广告|找室友
  • ☑ 论坛内容在发帖 30 分钟内可以编辑,过后则不能删帖。为防止被骚扰甚至人肉,不要公开留微信等联系方式,如有需求请以论坛私信方式发送。
  • ☑ 干货版块可免费使用 🔗超级匿名:面经(美国面经、中国面经、数科面经、PM面经),抖包袱(美国、中国)和录取汇报、定位选校版
  • ☑ 查阅全站 🔗各种匿名方法

本版积分规则

>
快速回复 返回顶部 返回列表