- 开场定位（10s）：姓名 + 学校/公司 + 岗位方向 + 年限。
- 核心能力（15s）：3个关键词（如感知融合、V2X、模型部署）+ 技术栈。
- 项目亮点（25s）：选1个最匹配的项目，用STAR压缩，突出量化结果。
- 公司适配（10s）：表达对该公司业务/技术/文化的认同与兴趣。
3. 自我介绍模板与表达训练
第 3 章 · 表达训练
自我介绍模板与表达训练
1分钟 / 3分钟模板 · 项目亮点排序 · 公司适配表达
🎯 本章目标：掌握车路云算法岗自我介绍的结构化表达，能根据时长（1分钟/3分钟）灵活调整内容密度，并针对不同公司（主机厂、Tier1、自动驾驶公司、云厂商）突出适配亮点。
📌 核心原则：自我介绍不是复述简历，而是“引导面试官提问”的钩子。用 STAR 框架压缩项目，用“技术栈+量化结果”建立信任，用“公司适配点”表达诚意。
请做一个1分钟的自我介绍。
回答框架
简短示例回答
示例：面试官好，我是张明，XX大学硕士，3年车路云算法经验。核心能力是路侧感知融合与V2X协同，熟悉PyTorch和TensorRT。在上一家公司负责路侧多传感器融合项目，将目标检测mAP提升12%，时延降低30%。贵司在车路云一体化方向布局领先，希望能加入贡献价值。
可能追问
你提到的mAP提升12%，具体怎么做的？
为什么选择我们公司？
你觉得自己最大的技术优势是什么？
避坑提醒
⚠️ 不要复述简历时间线；不要超过1分钟；不要只说“我学习能力强”这类空话；公司适配不要只说“平台大”，要具体到业务或技术点。
请用3分钟详细介绍一下你自己。
回答框架
- 开场定位（15s）：姓名 + 教育背景 + 岗位方向 + 年限 + 一句话概括技术标签。
- 核心能力（30s）：3个能力维度，每个维度配1个技术栈或方法。
- 项目亮点（90s）：选2个项目，一个偏算法，一个偏工程/落地，用STAR结构，突出难点与量化结果。
- 公司适配（45s）：结合公司业务，说明自己的经验如何迁移，表达长期意愿。
简短示例回答
示例：面试官好，我是李华，XX大学硕士，4年车路云算法经验，专注路侧感知与边缘计算。核心能力包括多传感器融合、模型轻量化部署和V2X协同决策。项目一：路侧融合感知系统，解决遮挡和误检问题，mAP提升15%，时延降低40%。项目二：边缘计算平台部署，将模型推理速度优化2倍。贵司在智慧高速领域有成熟落地，我的经验能快速复用。
可能追问
项目一中的遮挡问题具体怎么解决的？
模型轻量化用了哪些方法？
你如何评价自己的工程落地能力？
避坑提醒
⚠️ 不要变成项目流水账；每个项目控制在45秒内；不要只讲“做了什么”，要讲“为什么这么做”和“结果如何”；公司适配要具体到业务场景。
你如何根据应聘公司调整自我介绍中的项目亮点排序？
回答框架
- 公司分类：主机厂/Tier1 重工程落地与量产；自动驾驶公司重算法创新与闭环；云厂商重平台与规模化。
- 亮点匹配：从项目中挑选与公司业务最相关的2个亮点。
- 排序策略：最匹配的放前面，用更多时间展开；次匹配的压缩为一句带过。
- 适配表达：用“贵司在XX方向……我的XX经验可以……”句式连接。
简短示例回答
示例：如果面主机厂，我会优先讲量产落地项目，突出功能安全、成本控制和交付周期；如果面自动驾驶公司，我会优先讲算法创新项目，突出模型结构改进和闭环数据驱动。比如面贵司，我会把路侧感知融合项目放前面，因为贵司正在推进车路云一体化，我的融合经验可以直接复用。
可能追问
你觉得我们公司最看重什么能力？
你之前项目中有没有量产经验？
如果项目方向不匹配，你怎么办？
避坑提醒
⚠️ 不要一套自我介绍打天下；不要贬低前公司或前项目；公司适配不要过度吹捧，要基于事实；排序调整要自然，不要生硬切换。
项目案例模板 · 车路云路侧感知融合项目
项目名称
城市路口路侧多传感器融合感知系统
业务背景
为解决城市路口遮挡、盲区问题，提升车路云协同感知精度，支撑智慧路口应用。
规模指标
- 覆盖 20+ 路口，日均处理数据 2TB
- 目标检测 mAP 提升 12%
- 端到端时延降低 30%
技术栈
- PyTorch / TensorRT / ROS
- 相机+毫米波雷达+激光雷达融合
- BEV + Transformer 感知模型
核心难点
- 多传感器时空同步与标定误差补偿
- 遮挡场景下的目标关联与轨迹预测
- 边缘设备算力受限下的模型轻量化部署
面试高频追问
多传感器融合的具体策略是什么？
mAP提升12%主要来自哪个模块？
时延降低30%怎么实现的？
边缘部署遇到了哪些坑？
如果让你重新设计，会怎么优化？
可迁移回答话术
话术1：“这个项目的核心挑战是遮挡场景下的目标关联，我通过引入时序信息和注意力机制，将关联准确率提升了8%，这个思路也可以迁移到贵司的XX场景。”
话术2：“在边缘部署时，我通过TensorRT量化和算子融合，将推理速度提升了2倍，这套轻量化方案对贵司的车端部署同样有参考价值。”
话术3：“项目让我积累了从数据采集、模型训练到边缘部署的全链路经验，我相信能快速适应贵司的工程节奏。”
《车路云算法工程师面试实战题库》 · 第 3 章 · 自我介绍模板与表达训练