写给学历普通的你：把校招的力气，花在对的地方每年校招季，都会有大批学历背景普通的同学，怀揣着憧憬和不安，一头扎进互联网大厂、头部名企的简历池里。网申/海投、行测、性格测试、多轮面试……你在这场漫长的流程中投入了所有精力，却迟迟收不到一个确切的录用通知。等到寒风乍起，你猛然清醒，才发现中小企业和创业公司的招聘窗口早已关闭，而自己手中依然空空如也。这背后，有一个无形的陷阱，叫做沉没成本。对大厂的执念，常常让我们误以为“只要多投几家，总有一家会看到我”，于是不断刷题、赶笔试、复盘面试，恨不得把所有时间都押进去。然而学历这道硬门槛，在很多大厂的简历机筛环节就已将你挡在门外。你不是不够努力，而是游戏的入门规则本就对你不太公平。继续投入，只会让沉没成本越滚越大，却很难换来等值的回报。相比大厂的万里挑一，中小企业和创业公司才是更值得你倾注注意力的地方。这些公司往往更务实，更看重你实际能做什么，而不是盯着学校那一行名字不放。你的一段项目经历、一项可展示的技能、一次对业务的独到理解，都可能成为打动面试官的关键。更可贵的是，在中小团队里，你更容易获得独当一面的机会，成长速度有时会远超在大厂做“螺丝钉”的同龄人。所以，不妨主动调整策略。精心选三五家真正契合自身方向的中小企业或创业公司，认真研究产品与业务，定制化修改简历，准备有针对性的作品和面试方案。当别人还在大厂的笔试循环中消耗心力时，你已经和一家成长型公司的创始人聊完了业务痛点，彼此看见光芒。你花费的时间更少，获得的确定感却更高。学历普通从来不代表能力的上限，但校招是一场信息与策略的博弈。与其在拥挤的独木桥上被挤得遍体鳞伤，不如提早转向那条被你忽略的、同样通往未来的路。把注意力从大厂的泡沫里收回来，稳稳握住所剩无几的校招时间，你完全有机会在中小企业里找到真正赏识你、并且让你快速成长的舞台。别等到一切尘埃落定才后悔，那时候的“0 offer”和“招满了”，会成为这个校招季最冰冷的注脚。引流：字节跳动，海康威视，深信服，腾讯，阿里巴巴，拼多多，滴滴，京东，小米，大疆，美团，好未来，小红书，华为，简历，offer，面试，面经，三方，国企，央企，秋招，应届生，求职，比亚迪，建设银行，工商银行，百度，中兴，邮储、中行、建行、工行、建行、光大、招商银行、科大讯飞、蔚来、新华三、京东方、容知日新、长鑫存储、阳光电源、中国移动、中国电信、中国联通，中兴，虾皮，网易，腾讯音乐，京东，虎牙，b站，bigo，思科，亚马逊，荣耀，小米，联想，tplink，第四范式，米哈游，携程，旷视，美的，索尼，OPPO，满帮，momenta，欢聚，shein，用友，哈啰，vivo，完美世界，地平线，爱奇艺，汇顶，得物，深睿医疗，全志科技，禾赛，唯品会，度小满，蔚来

📍面试公司：菜鸟直管🕐面试时间：4.14💻面试岗位：Java开发工程师❓面试问题：自我介绍基本信息确认面向对象语言的特性子类继承父类可以重写吗接口和抽象类的区别创建线程的方式说几个线程安全的集合、线程不安全的集合ArrayList是线程不安全的，如果我想在多线程情况下使用怎么保证线程安全多线程删除或更新ArrayList会有什么问题Restful协议通常有哪些方法可以使用post可以用来获取资源吗mysql和reids为什么会出现数据不一致的情况，你是怎么解决的既然是为了解决高并发场景的问题，延时双删你这个延迟时间不觉得对性能影响很大吗你要保证的数据一致性的这个点在哪里，就是在某一个时刻...

【BILIBILI 多模态视频 AI 产品面经拆解】三面全流程：从 Prompt 优化到产品大局观───📋 原文实录（三面实录）岗位： 多模态视频 AI 产品面试官背景： B站 AI 视频方向，团队负责产品 + 算法，无专职开发───Q1：Prompt 怎么优化，怎么写的？原题，B站一面。考察 Prompt Engineering 实战经验。Q2：音画不同步怎么办？原题，B站一面。视频 AI 处理中的经典工程问题。Q3：我们主要做各种 prompt 优化，旅游 vlog、赛车 vlog（感兴趣 TTS 吗？）原题，B站一面。面试官说明团队构成：主要是产品和算法，没有开发。Q4：为什么要做产品？原题，B站二面。经典动机题。Q5：音画不同步、偏移怎么办？有没有音频和视频拆开来的方法？原题，B站二面。Q2 的升级版，追问技术方案。Q6：有没有调研过其他的视频识别模型？有没有自己部署过模型，自测过？原题，B站二面。考察动手能力和技术深度。Q7：你在 AI 视频剪辑选择模型的时候，是怎么调研的？调研过哪些模型？有没有想过拆开来——视频和音频拆开来分析？原回答（极详细）：调研思路： 需求分析先行 + 市场（商业 API 服务）与学术调研结合（GitHub、HuggingFace）+ 性能与成本评估 + 小范围 POC（概念验证）+ 技术与指标评估。调研过的具体模型：• 视频理解：Video-LLaMA、VideoMAE V2、Google Cloud Video Intelligence API、Google Gemini API• 音频理解：Dia-1.6B、F5-TTS、Fish Speech (Fish-TTS)、Zonos• 对话语音模型：Dia-1.6B — 专门为对话设计的开放式 TTS，为每个说话者生成逼真语音，包括情感和非语言声音• 语音克隆：F5-TTS（零样本，10 秒样本即可）、Fish Speech（多语言）、Zonos（20 万小时训练，擅长语音克隆）• 音乐生成器：ACE-Step — 新型开源音乐模型，极快速度和连贯性• ASR：OpenAI Whisper（68 万小时多语言音频）、NVIDIA Parakeet-v2（极快准确）• 音频-语言模型：Qwen2-Audio-7B、AudioFlamingo 2（长篇音频理解与推理）、Gemini-2.0-Flash• 说话人分离：pyannote、DiarizationLMQ8：视频题材方面，除了从内容的角度来考虑对视频进行解析和精进，还有哪些方面？原回答： 考察对视频的深入理解，包括四个维度：a. 视频结构化与元数据增强： 场景识别与分类（室内/室外/白天/夜晚）、事件检测（对话/打斗/演讲/产品展示）、主体识别与跟踪（人物/物体）、时间戳与标签自动化。b. 视听语言分析与美学评估： 镜头语言分析（推拉摇移/景别/构图）、色彩与光线分析（饱和度/亮度/对比度）、音频特征分析（BGM/人声/环境音/情绪识别/噪音检测）、情绪识别（面部表情+肢体语言+语音语调）。c. 用户偏好与个性化推荐： 用户行为数据分析、多维度推荐。d. 版权与合规性审核： 版权内容识别、敏感内容过滤。Q9：用 AI 做过什么产品？对 B站 AI 功能有哪些理解和建议？原回答：作为 C 端用户观察到：1. AI 视频总结小助手 — 时间戳对应内容2. 鬼畜区 AI 剪辑和弹幕氛围3. 评论区 @AI 根据描述或图片找到对应历史番剧但 C 端功能很难商业化变现。AI 现在更多是面向 B 端 UP 主提效的工具。关于 NotebookLM：好用的地方——视频拆得很细致，能像参考文献一样使用，能跟 chatbot 聊天了解长视频内容。播客生成功能亮眼。因为是 Google 自己的 YouTube，速度很快。───🔍 拆解拆解一：Prompt 优化考的不是技术，是「业务嗅觉」B站一面上来就问 Prompt 优化，第二问问音画不同步，第三面直接交底——团队做的是旅游 vlog、赛车 vlog 的 prompt 优化。这三问串起来看，面试官在做一个判断：你写 prompt 的时候，脑子里想的是 token 还是用户的 vlog？很多人答 Prompt 优化会陷入「怎么写 chain-of-thought」「few-shot 给几个例子」的技术路径。但 B 站的场景不一样——他们要的不是通用的 prompt 技巧，而是对特定视频类型（旅游、赛车）的理解如何转化为 prompt 设计。比如赛车 vlog：你需要让 AI 识别出发车瞬间、弯道超车、冲线、引擎声的变化——这些跟普通视频完全不同的语义单元。prompt 优化本质上是领域知识的编码。面试技巧： 如果只是说「我会写详细 prompt + 迭代」，你就掉了。应该先追问「你们现在最头疼的视频类型是什么？prompt 在哪个环节出的问题最多？」——把问题域先定清楚，再谈方案。拆解二：音画不同步问了两次——第一次问「知不知道」，第二次问「怎么解」Q2 第一次问是 check 你有没有这个意识。Q5 第二次问才是真正的技术考察。面试官的升维路线：「有这个问题」→「有没有音频和视频拆开来的方法？」→ 他在引导你去想架构层面的解耦。把音视频拆开处理，本质上是在问你对多模态 pipeline 的理解：• 音频流走 ASR + 说话人分离 → 产出带时间戳的文本• 视频流走场景检测 + 目标追踪 → 产出事件锚点• 两端在时间轴上对齐 → 解决偏移这个拆解的思路，比你直接说「我会调节偏移参数」高了不止一个 level。教训： 重复出现的问题不是面试官忘了，是他在换角度测你的深度。答浅了第一遍，第二遍必须升维。拆解三：候选人的模型调研回答，堪称教科书Q7 的回答是整个面经里最有价值的一段。候选人的模型调研框架：需求分析 → 市场调研+学术调研 → 性能成本评估 → POC → 技术指标评估而且他不是在背名字——他说出了模型之间的分工：• 视频理解用多模态大模型（Video-LLaMA, Gemini）• 音频用专门的 TTS/语音克隆（F5-TTS, Fish Speech）• ASR 用 Whisper/Parakeet• 说话人分离用 pyannote这展示了一个核心能力：知道什么任务用什么工具。 AI 产品经理不需要会写模型代码，但必须知道技术方案的边界——什么时候用大模型，什么时候用小模型的组合，什么时候调 API 就够。面试中可以用的话术模板： 「我的选型逻辑是——先定场景，再看 API 成熟度，然后开源自部署做差异化。比如 XX 场景，商业 API 的准确率已经够了，但 YY 场景需要微调开源模型，因为……」拆解四：Q8 的回答暴露了一个高阶产品思维面试官问：「除了内容角度，还有哪些方面？」候选人答了四个维度：结构化元数据、视听语言、用户偏好、版权合规。这个回答好在哪里？他跳出了「我帮你剪视频」的工具思维，进入了「我理解你的视频为什么火」的平台思维。

5.16 三面结束 我看粉丝投稿的4.21 一面的 二面过完5.11. 自我介绍2. 怎么理解深度学习损失函数中的最大似然估计 MLE？答案：最大似然估计的目标是找到一组模型参数，让观测到的数据在当前模型下出现的概率最大。深度学习里的分类任务通常把模型输出看成条件概率分布 p(y|x; θ)，训练时希望真实类别的概率越大越好。实际优化时通常不会直接最大化似然，而是最大化对数似然，或者等价地最小化负对数似然。交叉熵损失本质上就是负对数似然。比如多分类中，真实标签是第 y 类，模型对这一类预测概率是 p_y，loss 就是 -log(p_y)。预测越自信且正确，loss 越小；预测越错，loss ...