兄弟们，字节算法岗几轮技术面试？我快要撑不住了

cpp/go：大概是做ai底层计算架构方向的部门。一面：深挖项目：算法：堆排序，没写出来，换了个广搜二面：简单介绍项目常规面经算法：给一个平衡树，判断是否是排序树（左子树小于根小于右子树）三面：问了一些简单的状况算法：大概是个生产消费者模型，N个任务（发布时间T，运行时间D），K个worker，有多个空闲worker的时候取编号最小的，要求返回worker编号和每个任务的运行时间。后面就这个算法开始拷打：case1：N=1，K=1，T=0，D=24，问程序真的要跑24h么case2：N=2，K=2，T1=0，D1=24，T2=24，D2=2，问程序真的要跑26小时么。这题我真没做出来，按理来说他应该是想让我直接计算出运行时间结果并返回，而不是真正的去跑这个程序。凉是肯定凉的透透的了，希望大家能教教我这个题怎么做。

商汤研究院 基础多模态大模型组 实习生长期招聘工作地点 ：北京 中关村 简历投递邮箱：tongwenwen1@sensetime.com投递邮件主题：多模态业务实习生+ 北京 + 姓名 工作职责和算法团队并肩探索，与业务场景紧密结合，以多维度评价体系为指导，分析多模态模型优化所需数据。配合进行学术和应用场景的目标细分、拆解，协调对齐数据生产和算法开发过程。探索数据获取和清洗方式，对多模态数据进行构建、分析、处理。负责业务场景数据的处理和数据管线的搭建，负责业务模型的迭代和优化。负责大模型公开数据集和业务数据的测评，指导业务模型的研发和迭代。任职要求逻辑清晰，具备良好的快速学习和理解能力，有团队...

首先申明，这次面试官也很温柔，甚至感觉有点i呢，但面试过程略显尴尬，对st不做更多评价。面试时间55分钟，没有写代码。面了一趟下来很多很多问题都忘了，因为不熟…回忆版面试题如下：1. 不用开摄像头。2. 自我介绍（开始前提示是算法岗，别介绍太多开发工作）3. 开始介绍他们的工作内容4. 我反问：你跟一面面试官不是一个组吗？ 面试官答：你已经一面过了吗？（开始反应过来莫名其妙被不明来历的一面拷打，面试内容可见前几天的面经）下面是正式面试过程问的问题太碎了太碎了，而且面试官也在想要怎么问^ - ^5. 项目经历问了很久，面试官是做多模态的，对llm不是很懂（我也不知道怎么进这个组的面试了）6. 问题集中在diffusionc model，stylegan，因为项目用了这个，他问为什么用stylegan，这么老的模型，问了些细节，真回忆不起来了。7. unet，resnet，clip都问了一下…主要是都没回答好。8. lora具体是怎么实现的，一般训哪些参数？9. p-tuning v1/2问了下细节10. llama的loss函数11. 用没用过DDP和deepspeed，有什么区别12. 多分类任务如果发现都分到了一个label，怎么排查原因，怎么解决，数据不均匀怎么办，不改数据集pytorch代码怎么改？13. 常见的位置编码知道哪些？图像怎么处理？超过长度怎么办？padding？截断？14. transformer结构讲一下15. 给你text讲一下转成embedding的流程16. clip的位置编码，好像问了怎么外推17. 有没有自己实现过dataload？…其他的想不起来了就这样吧自由提问1. 组里后面的工作计划，面试官好像也不太清楚2. 想篇research，组里有实习生纯research，有一半一半的3. 问我对这个工作感不感兴趣，因为不完全是llm4. 他们之前只用过llama2，又说现在换了个更好的，但是没想起来是啥，也只是微调了一下5. 没啥想问的，确实没很大兴趣。

北京右脑科技  薪资350-400/天公司介绍：国内领先的AIGC公司，发布LensGoAI、Vega AI2款百万用户级AI产品，先后获得奇绩创坛、光速中国、真格基金 3轮一线CV数干万融资。右脑创始团队成员均毕业于北京大学，是NUWA女娲、智源悟道等多模态预训练大模型的核心成员，具备微软亚洲研究院、商汤研究院、智源研究院等国内顶尖AI研究背景，拥有业内前沿的图像视频生成的研究和落地经验，数篇成果发表于NeurlPS、ECCV、ACM MM等顶会。算法实习生（数字人方向）【职位描述】1. 参与数字人算法开发，包括口型驱动，audio2motion等数字人驱动算法研究；2. 参与数字人应用开发，包括文本、语音、数字人、视频等多个模态的算法开发；3. 利用深度学习技术算法优化数字人口型驱动效果。【职位要求】1. 有语音合成、多模态生成、2D、3D数字人/虚拟人相关项目经验；2. 熟悉唇形合成、语音驱动动作、换装、语音克隆等数字人相关算法；3. 熟悉wav2lip等口型合成模型、声音克隆模型；4. 有数字人、Diffusion Models等生成式AI项目经验者优先。 #算法# #大模型# #aigc# #25届#  #深度学习# #多模态# #多模态大模型#