momenta 一面面经

面试总共一小时（不过一开始没说）。

1. 业务方面（反问环节）

因为个人简历里没有什么涉及自动驾驶方面的经历，所以面试官对这方面要求不太高。

1. 我：自动驾驶舒适性应该如何量化评测。
   面试官：你觉得舒适性从感官上来说有哪些方面可以被量化？（面试官引导了几个方面：加速、转向、颠簸等）
   我：针对每个方面，分别给出一些量化的指标（比如加速度的均值和方差，转向角度的均值和方差，颠簸程度可以用车辆的垂直加速度来衡量等）。最后总结一下，可以通过这些指标来综合评估自动驾驶系统的舒适性。

2. 面试官：你有驾照吗？从开车的角度看，你觉得自动驾驶系统应该具备哪些功能除了安全性和舒适性？（这个问题感觉是想考察一下对自动驾驶系统的理解，或者说是想看看我对自动驾驶系统的功能需求分析能力）
   我：没答出来。
   面试官：自动驾驶系统除了安全性和舒适性之外，还应该具备通勤效率、智能性、以及对其他车的预判能力等。

3. 面试官：我看你简历写的技术栈都是我们想要的，你要是进组可能需要承担一定的工程任务，入职以后可能要转golang做一些偏后端的东西，毕竟评测这块是一整个系统。（预感不妙）

2. 简历面（以下全是面试官问我答）

简历就一个软件测试的实习。

1. Q：你有没有找到过一些比较难发现的bug？
   A：阿巴阿巴（感觉回答的不太好，那段实习过了比较久了，对那个bug也不是很熟悉了，面试官也没有继续追问）

2. Q：我看你简历的实习经历中涉及具体业务的部分比较多？实习经历中有没有跟岗位比较相关的部分？
   A：我在实习中有写过一些脚本进行自动化测试，虽然不是直接的自动驾驶系统开发，但也涉及到一些自动化和测试方面的技能。首先在技术选型方面，我调研了三种python框架 (pywinauto、pyautogui、selenium)，最终选择了pywinauto，因为它更适合桌面应用的自动化测试，并且不像pyautogui那样依赖于图像识别，可能会不准，他可以直接对控件（如按钮等）进行控制，模拟人点击的操作。然后selenium主要是用于web自动化的，所以也不合适。因为师傅当时没给多少时间给我做这个自动化测试脚本，所以只实现了最基本的自动测量、自动结束测量的功能。这个脚本可以帮助测试人员节省一些重复性的操作，提高测试效率，给冒烟测试等测试方式能打下技术基础吧。

3. 语法基础

1. python的深拷贝和浅拷贝？
   A：浅拷贝是只复制外面的对象，里面的元素不复制；深拷贝是复制外面和里面的对象，完全独立。
   标准答案：浅拷贝是指创建一个新的对象，但其中的元素仍然是对原对象中元素的引用；深拷贝则是创建一个新的对象，并且递归地复制原对象中的所有元素，使得新对象与原对象完全独立。

2. Q：cpp 的 list和一个master（读音近似，问了两遍都是这个读音）的区别？（后面想了下应该是vector或者map吧）
   A：只回答了 list 是通过链表实现的。xxx

3. Q：用过cpp智能指针吗？说说 shared_ptr 和 weak_ptr 的区别。
   A：把 shared_ptr 的作用说成 unique_ptr 了，感觉回答的很烂，面试官也没有继续追问。
   标准答案：shared_ptr 是一种智能指针，它使用引用计数来管理对象的生命周期。当最后一个 shared_ptr 被销毁时，所管理的对象也会被销毁。weak_ptr 是一种弱引用智能指针，它不拥有对象的所有权，不会增加引用计数。weak_ptr 主要用于解决 shared_ptr 之间的循环引用问题。当一个 shared_ptr 和一个 weak_ptr 互相引用时，weak_ptr 不会增加 shared_ptr 的引用计数，从而避免了循环引用导致的内存泄漏问题。

4. Q：python 的迭代器有了解吗？
   A：迭代器可以用于遍历容器（如列表、元组、字典等）中的元素。平时没咋写，都是直接用的写好的迭代器
   标准答案：迭代器是一个对象，它实现了迭代协议，即包含 iter() 方法和 next() 方法。迭代器可以用于遍历容器中的元素，每次调用 next() 方法会返回下一个元素，当没有更多元素时会抛出 StopIteration 异常。迭代器可以通过 iter() 函数从可迭代对象（如列表、元组、字典等）创建。

5. docker 镜像和容器的关系？
   A：容器是镜像的一个实例，是一个运行中的环境，可以执行应用程序。容器跟镜像相当于是类和对象的关系。
   Q：那实体和他们之间的关系呢？
   A：阿巴阿巴，不会捏
   Q：你对docker的镜像分层有没有了解？
   A：只是简单讲了构建的时候可以重用之前的层，感觉回答的很烂。
   Q：你能给我看看你构建的docker容器吗？
   A：尝试共享屏幕，但是被浏览器ban了，也没下载飞书的客户端。简单跟面试官说了下怎么构建的。

6. Q：你对深度学习有了解吗？
   A：我之前在学校有复现过别人论文里的模型，主要是做了一个基于CNN的模型，但复现的效果不是很好，训练集loss降的比较低，验证集loss高，可能有点过拟合。阿巴阿巴，感觉回答的很烂，面试官也没有继续追问。

4. lc算法题 (只有半小时时间写)

两题都是 hot100 的题，但写的太慢了，只写完了第二题。

1. 最小覆盖子串
   看一眼没啥太多想法，感觉像枚举加哈希，先过了

2. 跳跃游戏

贪心思路是对的，但写了个傻逼 $O(n^2)$ 的版本，直接被面试官说会超时。。

最骚的是有个 case 是错的，input是 [4, 0, 0, 0, 4]，输出是 false，但正确答案是 true。我问了面试官，面试官说这个case的结果确实是错的，我还想了好几遍，后面也有一些错的case。

5. 最后的反问

1. Q：工作时间？
   A：实习生10 - 8.5，一周只需要来三天以上就行。

2. Q：具体是用什么深度学习的模型做评估呢？深度学习的话一般主要是做什么任务呢？
   A：感觉面试官是仿真部门的也不太懂基于ai的这块。只说复现开源大模型