联想计算机视觉算法岗-一面面经

4.29晚上面的 总共40多分钟。

日常打招呼,自我介绍。

1、拷打项目
    · 介绍一下多感知任务的这个项目是怎么做的?(目标检测、语义分割以及深度估计)
    · 你对于目前深度估计这个发展的看法(AI更好还是传统更好?)
    · 终端部署的时候你们算力限制是多少?在什么设备上面?运算速度如何?有没有做任何的优化?
    · 大概说一下模型的端侧部署的关键技术。(不仅仅讲流程,需要知道这个过程中会遇到的常见的问题)
    · 英语怎么样?用英语做个自我介绍。(确实没太准备,换了个开放性的英语问题。 How do u think about AI Agent in the future?)

2、反问
    · 问了一下部门所负责的业务,做哪些工作?

总结:目前来说,感觉企业很看重端侧部署的经验,感觉这个还蛮吃香?基本约面的都会问这个。然后其次就是对感知任务本身的了解、任务本身的原理?模型架构的熟悉程度?是否有着手调优模型的经验?

二编
5.26已oc
全部评论
大佬可以求一下面试时间线吗,base地是那
点赞 回复 分享
发布于 05-29 01:38 重庆

相关推荐

点赞 评论 收藏
分享
面完模型训练与AI运营-视图方向,以下是个人的小看法一、岗位通俗解读视图方向≠前端页面视图=AI视觉画面赛道专注:图片/视频帧/场景画面识别,属于视觉模态AI运营,不做文本、音频多模态,只搞画面模型落地与迭代。简单说:管视觉模型的数据、训练效果、线上bug、迭代优化,偏落地运营,不搞底层算法研发。二、核心工作内容1. 视图数据治理:清洗业务画面、过滤模糊/遮挡/过曝坏图、筛选正负样本、归一化数据集2. 模型微调实验:视觉模型微调、调参、对比实验、指标评测(准确率/召回率/误漏检)3. 线上运营迭代:收集画面识别Bad Case、问题归因、难样本回流、模型版本迭代4. 业务落地:制定标准拍摄视图规范,提升模型真实场景适配率三、面试高频必问真题1. 视图AI运营和普通AI运营的区别?普通AI运营侧重文本对话、prompt优化。视图方向专攻视觉画面,核心解决光线、角度、遮挡、画面畸变导致的识别误差,对图像场景敏感度要求更高。2. 视觉视图模型常见Bad Case?- 环境问题:暗光、强光、逆光识别失效- 画面问题:角度倾斜、画面畸变、物体遮挡- 场景问题:背景复杂、相似物体干扰- 设备问题:画质模糊、压缩失真3. 完整迭代流程需求拆解 → 视图数据清洗筛选 → 微调实验 → 离线评测 → 灰度上线 → 线上抽检 → case归因回流 → 模型迭代4. 如何提升模型场景适配性?补充极端场景样本、图像数据增广、稀缺场景增量训练、统一业务拍摄标准四、岗位适配人群适合:有AI运营、数据标注、模型微调、case复盘、数据分析经验的同学偏实操、重落地、不卷算法论文,非常适合求职AI中后台运营岗!
查看4道真题和解析
点赞 评论 收藏
分享
05-20 15:36
门头沟学院 Java
面试时间:5.20面试岗位:java智能应用开发实习生hr:1.简单自我介绍2.你现在并不在湖北,你对来武汉工作感觉如何?3.你对java的掌握程度感觉如何?(我以为这次只是一个hr简单面我开玩笑说了一句无敌)4.看项目中的完成时间已经是去年的agent了,你觉得对于目前的agent主流发展你掌握了多少?5.简历上只有一个单体的项目,现在还有在做其他的东西吗?6.看你学的还挺多的,你觉得作为计算机在校生的话最能提升技能的途径应该是怎么样的?反问:1.贵司这边的实习薪资待遇?2.贵司这边的上班时间是什么样的?技术面:1.自我介绍2.介绍项目的流程。3.你负责的是哪一部分?4.有没有做过学习平台的agent项目?(简历上当时没写,但是我做过天机学堂我就说了天机学堂的内容)5.项目中agent的部分的rag是怎么设计的?6.项目中的视觉识别部分是你自己实现的吗?7.rag的向量化模型是什么?了解什么是es吗简单说说?8.介绍一下消息队列中的异步传输?为什么要用到这个异步的方式?9.说一下这个MySQL索引失效的场景吧。10.你项目中有提到用到这个tts做语言转换,这个是怎么做的?反问:1.贵司的项目是单体结构的还是分布式架构的?2.如果我去了贵司的话负责的是哪一部分的工作?(这里跟我说主要是agent部分)全程下来20多分钟。技术面并没有问太多的东西,说一两天后出结果再通知。总结:感觉相比其他的面试问的还是不多。基本上问项目部分比较多。
查看20道真题和解析
点赞 评论 收藏
分享
评论
1
3
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务