小米AI算法工程师

非常有挑战性且开放的一次面试，基于实习经历和面试官讨论了很多深入的问题。无八股无手撕，比较看认知和技术栈匹配程度。 1. 假如让你从零构建一个 vla 模型 你对他的架构的设计是怎么样的？为什么 2. 假如让你写一篇 vla+rl 的 综述，你会怎么写 3. 你怎么看 vla 大模型 和 世界模型两条 具身智能的技术路线 4. 你对vla模型的改进有哪些？ 5. 你认为从长远来看 vla 可以有哪些工作可以做来克服具身智能的挑战。

持续一个小时，上来先自我介绍，因为我提到最近发表了一篇目标检测的论文，面试官就深入和我讨论了论文的研究内容基本上把我论文的内容问了个遍：研究背景、为什么选择改进这个模块、为什么选择这种改进方法、创新点、模型的具体计算原理、怎么实验的、结果如何等等，一场面试下来像是重新写了一遍论文然后又对其他的项目提问了一下，发现面试官对项目的整体和工作流程并不是很关心，更关心算法本身，例如问了我yolov8的算法原理、语义分割模型的算法原理、指标的计算原理等等，问的很细节很深入（然而我掌握的并不好，所以回答的也是一塌糊涂）最后20分钟手撕NMS（对于没准备过的人来说，难度感觉好大啊）反问：部门主要落地的业务有哪些？电子设备涉及到图像的都会有，还可能有陀螺仪之类的处理算法第二天挂了。总体上感觉小米对技术是真的很重视，面试之前建议提前掌握模型算法的具体原理，要真的理解透！

面试官人挺好，我表达的也比较流畅问项目细节，训练指标等等，看我是不是真的做过友好探讨了蒸馏过程中的细节，感觉面试官是偏业务的那种，做的东西和我的经历也比较匹配问八股 ppo grpo区别，KL散度的作用，有什么问题一共半小时，无手撕反问业务（主要是垂域大模型，负责五八的各种业务，算是一个技术中台），工作地点（朝阳），工作强度（10-8-5）

一面：8.21二面：9.1三面：9.10hr面：10.20泡了一个多月 😇