有一年過年，我乙個親戚的兒子（他正在讀研二）問我，想從事自動駕駛方面的工作，需要準備什麼；我問他研究生期間自己主要研究什麼方向，他說也沒有特定的方向，主要跟著老師做專案，自己因為興趣學習了機器學習和深度學習，我繼續問他深度學習又主要學習的什麼方向呢；他說視覺方向。我開玩笑說：「還要你學的是視覺方向，如果是其他方向，比如推薦，nlp, 可能就跟自動駕駛無緣了。」當然，我只是開玩笑。我繼續向他了解情況，問他為啥要從事自動駕駛方面的工作，對自動駕駛有沒有一些了解，他說，因為工資高呀。
由於近些年來演算法工程師的火熱，以及工資高，尤其是自動駕駛行業，很多同學都想去自動駕駛公司當演算法工程師。但是，現在很多未畢業的同學可能對自動駕駛行業的演算法工程師有誤解，以為都是深度學習，端到端搞定一切；當然，硬體算力的提公升以及深度學習在視覺方向的應用越來越成熟，促使自動駕駛走向巔峰時刻；但是自動駕駛是個非常複雜的系統，結合了非常多的技術在裡面，利用深度學習的視覺演算法只是前端感知的一部分，除了感知，大方向還有決策規劃以及控制；如果在分的細一點，從崗位而論的話，有視覺演算法研究員，視覺演算法工程師，slam演算法工程師，規劃演算法工程師，控制演算法工程師，融合演算法工程師，**演算法工程師等等，其中根據自動駕駛的等級（l0-l5）又有一些比較細的區分，這些 崗位的工資都非常高，大家可以放心，o(∩_∩)o哈哈~；大家應該知道自動駕駛分為l0-l5（也有分為l0-l4的，大致都差不多），其中l0-l2, 屬於高階輔助駕駛，也就是adas，l3是乙個分水嶺，由高階輔助駕駛邁向高階自動駕駛，即l4-l5,具體的劃分方法，同學們可以檢視相關資料，我收集的資料集裡也有，大家看的時候應該可以看到。其中高階輔助駕駛是目前可以落地的級別，而且國家相繼出的相關法規顯示，接下來幾年，上市的車輛是必須安裝l0-l2級別輔助駕駛，所以高階輔助駕駛仍然是自動駕駛公司競爭的蛋糕。
所以，想從事自動駕駛相關的工作，是有非常多的選擇的，不一定非要做深度學習演算法工程師，而且據我了解，由於近幾年演算法工程師的火熱，很多同學一窩蜂的衝向深度學習演算法工程師，但是其實這方面競爭非常激烈，很多公司對深度學習演算法工程師的招聘要求非常高，而且接近飽和了，hc相對較少。往往更需要工程能力強的演算法工程師，因為現在自動駕駛創業公司已經不再侷限於demo演示了，是需要將專案落地的，否者過不了多久會被行業淘汰，所以工程能力強的演算法工程師相對演算法研究員來說更吃香，而且工資不會比研究員低。
想從事自動駕駛相關工作的同學，可以根據自己的喜好，選擇對應的方向（參考上述崗位），並且加強自己的工程能力，以及對自動駕駛行業的了解，這樣可以給自己增加優勢。
為了給像我那個親戚的兒子一樣迷茫的同學一些參考，我決定根據我三年自動駕駛演算法工程師的經驗整理乙份資料，希望能給予一些幫助。
祝看到我這份資料的同學都能找到滿意的工作！
由於以上整個資料集全是乾貨，是作者作為三年自動駕駛演算法工程的積累，一部分是參考其他的資料，一部分是作者自己的一些見解，這乙份資料涵蓋太多，整理完確實煞費苦心，整個下來花了有半年的時間，實屬不容易！希望能夠幫到想進入自動駕駛行業的同學！！！
獲取完整資料的方法見
自動駕駛相關
計畫 2021年1月10號前，查資料，了解相關資訊 學習目標 1 路徑規劃，有地圖的基礎上，起點到終點的路徑規劃 2 路徑規劃的技術上，避障等如何實現 自動駕駛工程師，谷歌認證機器學習專家，蘭州大學無人駕駛團隊創始人，主攻深度學習，無人駕駛汽車方向。學習資料記錄 優達學城 學習筆記 20200102...
自動駕駛相關
在實際上行駛中，自動駕駛車輛除了直行，還需要根據需求右轉 左轉或者是倒車，倒車的可能性很小，幾乎沒有自動駕駛公司去做這個場景，左轉相比右轉會更難。尤其是在沒有交通訊號燈，或者是停車標識來引導的左轉，這稱之為無保護左轉，即便是對人類司機而言，都是相當困難的，自動駕駛車輛遇到同樣的難題。waymo的行為...
無人車 自動駕駛相關的文章整理
無人駕駛系列 光學雷達 lidar 在無人駕駛技術中的應用 無人駕駛系列 基於ros的無人駕駛系統 無人車技術 一 國外無人車技術 無人車技術 二 軍用無人地面車輛及在無人戰爭中的應用 無人車技術 三 無人車自主視覺導航型別 方法及典型案例 無人車技術 四 車道偏離預警系統 ldws 設計開發 無人...