【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。

1. 你可以先简单介绍一下你这个 IoT 这个平台的这个整体架构嘛，就是你从设备端到这个用户端大概完整的这个数数据流是怎么样的？2. 比如说你这个有一些设备注册啊，因为你是一个 IoT 的嘛。那个命令下发，那这个你觉得放在哪个层呢？那你们项目中有单独给这个划层吗？3. 你使用了这个若依框架是吧？它是一个什么框架？4. 权限管理它是怎么设计的5.你可以先简单介绍一下你这个对接API的过程嘛，然后中间比如说遇到了哪些问题，这个可以简单介绍一下。 然后是有没某一些 API，比如说你这种大 QPS 下，它可能会对你限流，有没有？ 那你有没有遇到过这种数据格式不统一的方式呢？6. 这个平台，如果这个平台你上面写的是依托这个平台支持了多设备，多协议设备的接入吗？假如这个平台它宕机了，会有对你的平台有影响吗？者说你这个，你的这个项目里面，对他这个外部的依赖，如果宕机了，会不会有一些容错或者兜底的一些方案呢？7. 看它在高负载情况下到底能到多少 QPS 有做过这个吗？8. 你这个 TP99 的这个抖动问题是怎么发现的呢？ 如何定位、排查慢SQL问题？如何分析并设计覆盖索引进行SQL优化？9.用WHERE ID大于XX解决深分页，ID是雪花自增吗？为什么不用连续自增？10. 项目的数据规模大概是多少？11. 概率推断智能体项目属于AI相关吗？12. 介绍项目整体架构，说明从传感器数据到最终决策的完整流程。13. 项目用贝叶斯网络进行建模了吗？14. 隐马尔可夫模型和粒子滤波为什么都要用？只用一个会有什么问题？15. 粒子滤波是为了解决什么问题？16. 两个模型每一步的计算复杂度是多少？17. 除覆盖索引外，还有哪些数据库优化方式？拿到大查询该从哪些方面优化？18. 项目用的MySQL引擎是什么？InnoDB基于什么实现？19. B树和B+树有什么区别？InnoDB为什么选用B+树？20. 项目中用到过Redis吗？Redis常用数据类型有哪些？21. 物联网设备为什么选MQTT，而不用Kafka等消息队列？MQTT有什么特征？22. MQTT需要客户端主动上报心跳吗？23.算法：leetcode86： 给定一个链表和目标值 x，严格保持节点原有相对顺序，将小于 x 的节点放在链表前面，大于等于 x 的节点放在后面。其实这期间还面了一场b站和汇川，但是b站面试出了一点小插曲，就没有录上，简单来说也是一面挂。

自我介绍 Zustand Redux useContext区别以及为什么用 Zustandmcp skill概念区别以及具体使用React 如何防止重复更新，React.memo useMemo useCallback如何定位前端性能问题的怎么理解 Agentic workflow你认为目前自己最有挑战的一个项目是什么，介绍具体背景以及解决过程手写题：在数组arr 的index处添加元素item。不要直接修改数组 arr，结果返回新的数组面试官是一个小姐姐，面试过程当中没有深入拷打项目，仅流于表面提问，主要是自己会根据这些八股来引入具体项目做了什么，持续吟唱，虽然只有这几个问题但一共面了  50min面试官反馈说不错，希望能收到二面

哔哩哔哩大模型面试岗，我悟了！！！大家好，我是Yuki。周末跟一个在B站面试大模型算法实习岗的学员聊了整整两个小时，他说这场面试让他“一边冒汗一边开窍”。我让他把面试题完整复述了一遍，今天就把这场高质量的技术对话分享给大家。说实话，这几道题问得是真有水平——不是那种背八股文能应付的，而是实打实考察你做项目的深度和思考力。面试复盘：一场关于Agent的技术拷问第一关：你现在做的Agent到底是什么？面试官开门见山，没有废话。如果你回答“就是一个能调用工具的AI”，那基本就凉了。面试官要听的是：你对自己做的事情有没有系统性的理解。正确的打开方式是这样的：“我负责的是一个面向科研场景的辅助Agent...

继续来分享下最近的面经~1、讲一讲你现在公司做的这个agent是怎么样的？2、既然是科研类的agent，整个流程是怎么设计的？3、你有提到文献检索，我可以理解为deep research吗？具体讲一讲代码层面怎么实现的？4、主agent和子agent共用同一个上下文吗？5、讲一讲tool calling的具体实现6、知道渐进式披露吗？解释一下7、你觉得你使用LangGraph遇到最大的困难是什么？无手撕

攒攒人品！面试官很温柔耐心，交流过程非常愉快，也会耐心地引导回答问题，真的非常非常想进哔哩哔哩！希望能有二面！！！1. 提问关于简历上的项目，怎么检测项目质量的2.设计测试用例（一个电梯，一个使用优惠券）3.兼容性测试4.提问有关mysql联合索引的问题，有什么特点，什么情况下可能用到联合索引5.手撕：判断字符串是否为ipv46.针对刚刚写的这个代码，可以怎么测试7.一些关于学校的事8.反问

攒人品中 1.项目拷打2.实习拷打3.用什么AI产品解决问题?用Claude学东西+各种拷打自己..用codex和claude code做pj4.场景题,给你一个场景如何节省token开销来解决这个问题5.场景题,还是围绕开销,具体忘了6.你项目的数据集多大7.能实习多久

攒人品ing~（一天三面我燃尽了）个人背景介绍一、 项目深挖：高并发博客系统架构面试官提问：你的并发控制和API限流是怎么做的？面试官追问：点赞的接口限流具体怎么实现的？面试官追问：数据最终怎么落库？MQ消息丢了怎么办？二、 场景题：使用Redis实现QPS/QPM/QPD限流面试官提问：如果要用Redis限制一个接口在滚动窗口下的QPS、QPM、QPD，怎么做？第一版思路：将时间单位拼接到Redis Key中。面试官指出：这会导致Key数量爆炸式增长。第二版思路：使用Hash结构，记录用户在特定时间窗口内的访问次数。面试官指出：这种方式只能记录自然时间（如自然天、自然秒），无法满足滑动窗口的需求。第三版思路：使用ZSet实现滑动窗口，Score设为时间戳，Value设为唯一标识。每次请求进来先移除时间窗口之前的数据，再使用 `ZCARD` 统计当前元素个数来判断是否限流。面试官指出：在QPD（每天调用量）极大且高频的场景下，ZSet会导致元素过多，产生大Key问题。第四版思路（最终被认可）：针对精度要求没那么高的QPM/QPD，采用“分桶计数”思想。将一天24小时分为1440个分钟桶，使用String存计数值。每次判断时只需将最近时间段内的桶数据相加即可，旧桶设置自动过期销毁。表示该方案可行。三、 项目深挖：缓存三大问题解决方案面试官提问：你在项目中提到的“布隆过滤器 + 互斥锁 + 逻辑过期”是怎么协同工作的？四、 手撕算法题目：LeetCode 124. 二叉树中的最大路径和。五、 反问环节问：入职后实习生的主要工作内容是什么？问：团队内部对于AI写代码的认可度如何？问：对我今天面试表现的评价和建议？

本帖所有投递岗位均为测开/测试，部分公司题目可能记得不是很清楚也并不全，希望牛友对付看。包含携程笔测、网易互娱笔测、米哈游笔测、海康威视笔测、bilibili笔测、阿里巴巴笔测。携程笔测1.给定一个数据，其中每行的数据（ai,bi,ci）代表第ai位选手做bi道题得的ci分，问你每一次有人做完一道题（即每过一行数据），编号为1的选手的排名是第几，要计算所有题的总分排名（若一个人做同一道题两次以上，取最高分作为此题的得分），并且总分相同并列（如有四个人是100,100,100,80的总分，则4人的排名是1,1,1,4），数据格式为：2.以下为我个人理解题目的意思：给定一个字符串以及与字符串长度相...

1.用过HTML5的哪些语义化标签2.meta标签的作用3.SEO用到的meta标签有哪些4.如果页面上有一个div，不知道有多宽多高，如何控制内部元素水平垂直居中5.如何实现一个移动端0.5px border6.js中的闭包是什么？应用场景7.js的事件循环机制流程是什么样的？解决了什么核心问题8.vue2和vue3的双向绑定原理，区别是什么？9.如果在vue2中主动修改了一个深层次的对象属性，如何实现响应式10.尤大做了什么操作，使$set能够做到变量的响应式11.localStroge、sessionStroge（会话存储）、cookie的区别12.localStroge太大，本地存储存不下13.猜测一下indexDB能存这么大的数据，是把数据存到了哪里14.解决跨域有哪几种方案15.请实现一个简单的图片懒加载（利用promise、处理图片加载成功或者失败的情况）真的非常非常非常想进入b站实习，但是最后因为非全研究生的原因没能成功入职。真的非常非常非常想和面试官共事，太平易近人了

面试时间：4.17下午2点 时长30min面试官比较平淡，基本都是开放问题，以及一些对ai的看法，无手撕1. 自我介绍2. 如何学习前端，选择前端的契机3. 学习与项目中遇到bug的解决方式4. 学习前端中印象深刻的问题5. 项目中遇到的未解决问题及最终处理方案6. 是否搭建过Node服务、操作过数据库7. 介绍AI对话项目中的流式响应实现8. SSE与WebSocket的区别9. 流式返回不完整Markdown时如何正常渲染10. 本地持久化为何选择localStorage11. localStorage、sessionStorage、cookie的适用场景12. 介绍大模型参数temperature、top_k、top_p的作用13. 项目中做代码分割、按需加载的原因14. 代码分割是否越细越好，判断标准是什么15. 通用后台管理系统与AI对话项目的技术选型差异16. 后端为何选择Express框架17. AI发展下前端扮演的角色18. 未来是否还会有前端岗位19. AI时代下个人前端学习路线规划20. 如何突破初级程序员，应对AI冲击21. 如何与老员工合作推进项目22. 请教问题的频率与尺度如何把握23. 反问

1. agent 如何测评2. claude code 和 openclaw 区别，为什么 OpenClaw 火了3. 手搓、langchain、coze 之间区别4. 觉得 Agent 前景如何面试官没开摄像头，，挂了

✅ 春招备战指南 ✅ 💡 学习建议：  先尝试独立解题 对照解析查漏补缺   🧸 题面描述背景等均已深度改编，做法和题目本质基本保持一致。 🍹 感谢各位朋友们的订阅，你们的支持是我们创作的最大动力 🤖 内容包含AI辅助生成，题解和代码均经过多轮验证，有问题欢迎评论 🌸 目前本专栏已经上线200+套真题改编解析，后续会持续更新的  春秋招笔试机考招合集 -> 互联网必备刷题宝典🔗 b站-2026.04.11 题目总览    题号 题名 主要做法 难度     1 首尾同号统计 数位计数 简单    这道题的模型很集中，重点不在复杂结构，而在怎样把区间统计拆成前缀统计。只要把 1...

给我面没招了，发点面经攒攒人品～项目：1. 数据预处理的出发点？2. 对于真实的推荐场景中，新物品本来交互数据就比较少，如果直接过滤存在什么问题？3. 如何评价效果的好坏？4. 数据集每条数据的label格式？5. 具体的训练优化过程？6. 打压热门商品具体的做法？7. 随机抽样的样本是从哪抽取的呢？8. 困难负样本的设计方式？9. 选取损失函数的逻辑是什么？10. 在一个batch内，你的Loss是怎么算出来的？11. 一个batch内有A条正样本，B条负样本。要算几次loss？12. 有考虑过用Listwise的建模方式吗？13. 你对推荐系统全链路的理解？14. MMR多样性算法的简单原理？手撕：1.求数组的中位数2.  快速排序

1. 自我介绍2. 为什么推荐系统里要做多目标优化，而不是只优化点击率只优化点击率会把系统推向强刺激、短反馈的内容，短期看 CTR 好看，长期可能损伤时长、留存、消费深度和用户满意度。推荐系统真正面对的是一个多目标约束问题，点击、时长、转化、留存、内容生态健康、创作者收益往往都重要，而且这些目标之间存在天然冲突。多目标优化的核心不是把几个 loss 简单加权，而是处理目标尺度不一致、梯度冲突和业务优先级变化。很多系统前期用静态加权，后期会演进到门控式任务塔、动态权重、MMoE、PLE，甚至通过因果或强化学习方式做长期目标建模。优化的是用户长期价值，而不是某一个表层指标。3. 当业务里同时有视频...

面试时间：4.10下午2点半 时长25min我靠忘记录音了，凭记忆写面经面试官比较平淡，感觉面试官更注重发散思维和agent相关知识，无算法，回答的一般，应该是挂了1.自我介绍2.平常怎么使用ai3.你的ai对话项目是通过sse实现的，有没有其他实现方式；除了websocket呢4.介绍一下你所知道的ai相关知识，mcp，skills等等5.你设计了一个todolist，用户可以通过大模型来提出需求，增删改查，你会怎么设计这个大模型背后的逻辑6.你自己本地部署过agent吗7.介绍一下你的项目中的权限控制这一部分的内容是怎么实现的8.介绍js的函数式编程9.介绍闭包10.介绍宏任务微任务11.介绍vue-router的两种模式12.反问

刚下完班饭都没来得及吃就跑回来狂面一个多小时撑到反问环节已经不知天地为何物了，问了好几个没啥水平的问题，这次碰到的面试官人也挺不错，遇到答不上来的时候会引导你怎么回答。————————一面1.自我介绍2.你现在在哪里实习？学校的课怎么安排？3.介绍一下你们公司的业务和你负责的工作4.讲讲你在实习经历里面学到了什么5.你们redis集群用的是哨兵还是cluster模式？cluster分片机制，故障转移的原理有了解吗？6.redis和mysql的数据一致性问题，旁路缓存7.redis大key和热key如何处理8.cdn的访问流程有了解吗，你认为使用cdn加速会遇到哪些问题，如何改进？9.知道哪些流媒体协议？10.我们点播每天都会有几亿条视频，如果让你用redis来实现视频缓存你会采用什么数据结构和缓存策略？11.gmp调度模型，讲讲go func()调度流程。12.go的gc流程大致讲一下，为什么要引入写屏障？13.s1 := []int{0,1,2,3,4}, s1的len和cap等于多少？s2 := s1[0:2]，s2的len和cap等于多少？s2 = append(s2, []int{5,6,7,8,9}) s1和s2的len和cap分别等于多少？14.平时开发会使用哪些ai ide，用的什么模型？手撕：LRU缓存反问环节部门主要是负责哪一块业务？后续面试流程是怎样的？今年转正hc多吗？要求什么时候到岗？

自我介绍 介绍下ai项目遇到什么问题进行哪些测试怎么评价你的这个ai项目的怎么解决问题的有用过ai 开发项目吗了解过测试吗知道哪些测试方法?怎么利用ai进行测试场景题：直播弹幕的测试用例手撕：dfs深度遍历，挺简单的。反问：面试结果面试官：一周左右，我不清楚反问：实习生进去都做什么面试官：测试，ai测试反问：能不能推快进度，因为有offer了面试官：不能，等不了你了综合评价：一点收获没有，拉完了，纯纯KPI面，对b站好感全无，一点八股没有，项目也没细问。我无论回答什么他都是说好的，没有任何后续，怀疑他没怎么听也。浪费人生的27分钟。

bg：211 计算机类，26fall水硕，无相关实习经验简历挂：莉莉丝、心动、吉比特后续更多面试：灵犀、天美因为已经接了offer，遂放弃。一面挂：雷火、深蓝互动雷火：战斗策划全方向，HR推的逆手，然而本人MMO经验少。无笔试，一面基本问的ARPG/MOBA的战斗/技能/BOSS设计，临场发挥做一些创意设计，10天后挂。深蓝：被拷打，面的挺差的，面试官老师很专业，建议也很中肯。对实习生的要求还是挺高的，总之想好自己要走的细分方向后再做努力吧，总计就是要有比竞争者强很多的亮点。笔试：网易互娱、米哈游互娱认真写了笔试无反应，米的笔试目前能力不是很够而且撞时间，看了下题。offer：Garena无消...