十月中旬的一个晚上，一个光学工程专业的硕士把三家公司的投递页面并排开着。第一份是上海一家激光雷达公司，岗位写着影像算法工程师和高性能计算工程师；第二份是杭州一家智能物联公司，岗位是算法优化；第三份是深圳一家手机厂，岗位是影像调校。三个方向都和他的课题沾边，但他只有一次秋招。这轮校招，禾赛科技在招284个岗位，其中上海129个、上海与杭州双城130个。这份岗位表恰好把三条路摆在了他面前。
第一条路：留在上海做感知算法
这条路对应的是上海129个单城岗位，加上上海与杭州双城130个里的一部分。方向上有影像算法工程师、高性能计算工程师、系统工程师、产品工程师、测试开发工程师，每条各3个。
推演下去会走到哪里：这条路的技术壁垒最高。激光雷达的算法链条从点云处理一直延伸到感知融合，做深了很难被替代。代价是竞争最激烈，因为这是公司的技术核心，投递人数集中，面试也最深。
面经里能看到这条路的强度：嵌入式软件工程师一面时长60分钟，会问是否读过实时操作系统内核源码、任务调度机制、临界资源管理、网络分层这些基础，还要现场写一道中等难度的代码题。基础不扎实的人，第一轮就会被筛掉。
第二条路：去杭州做产品与测试
上海与杭州是双城并行的布局，杭州24个岗位单列，另有130个岗位标注两地可选。这条路上有产品工程师、测试开发工程师、系统工程师这些偏工程落地的方向。
推演下去会走到哪里：这条路的成长曲线更平缓，但上手更快，因为工作内容是具体的模块和流程，不存在"看懂全部再动手"的门槛。适合动手能力强、对算法研究没有那么执着的人。
这条路的风险是，激光雷达是个技术驱动的赛道，越靠近产品端的岗位，越容易被同类企业之间的人才流动摊薄差异化。
第三条路：转去做商业类岗位
职能分布里还有一批容易被忽略的方向：生态合作专员3个、公关专员3个、市场营销专员3个、销售经理3个、成本工程师3个、财务报告专员3个、财务会计3个。这六个岗位各占3个名额，加起来18个，是单类岗位里数量最多的。
推演下去会走到哪里：这条路走的是行业理解加客户关系。硬科技公司的销售和生态岗，价值和行业周期绑得很紧——赛道起来的时候溢价高，赛道调整的时候最先受影响。好处是它不需要和算法岗比技术深度，而是比谁更懂客户和场景。
这家公司的招聘逻辑
这轮校园招聘在招284个岗位，其中155个带完整JD描述，占约五成五。批次上标着校招的149个、秋招87个、27届校招41个，秋招占比不低。学历分布上本科78个、硕士58个、博士1个，本科岗位数量反而多于硕士。
这个结构说明一件事：它在批量补充工程落地的人，而不是只招研究型人才。本科能投的岗位接近一半，这在激光雷达这类硬科技公司里不算常见。
流程是两轮技术或主管面试为主。一面考基础，二面由主管面，会更深入地结合业务和个人综合能力，还会问"对禾赛的了解"。有面经提到，把相关教材的主要内容吃透就能应对一面；也有提到，二面会针对一面答得不好的地方二次追问。
截止日期只有两档：2026年8月31日和10月26日。第一档已经过去，第二档就在眼前。
那条最稳的路
三条路里，最优解不是技术最强的那条，而是和你的既有积累最连续的那条。课题做的是光学设计和成像，就走影像算法；做的是系统集成和测试，就走产品与测试；实习在客户侧或市场侧待过，就认真考虑商业岗。
硬科技公司的招聘有一个共同点：它愿意为对口的积累付出溢价，但不愿意为"我想学"付出代价。这条规律在面试里表现得很直接——二面主管会追问你对这家公司的了解，答不上来，前面的技术分再高也会打折。
落点
十月底之前把简历投出去。这个赛道的机会窗口不长，而犹豫的代价，通常比投错一次更高。