小米 多模态算法工程师 暑期一面 面经

积功德职位描述：1. 负责机器学习、深度学习等算法在得物业务场景的产品化工作2. 包括但不限于如下方向：目标检测，图像分割，图像分类，NLP，多模态，大模型等职位要求：1. 熟悉Linux环境开发，熟练掌握 Python 语言，有较强的编码能力2. 熟练使用一种深度学习框架如Pytorch、TensorFlow等，熟悉OpenCV、NumPy、Pandas等常用库3. 对云原生有一定了解，有容器化使用经验者优先4. 有GPU编程经验、熟悉算法模型部署、 TensorRT 优化工具者优先5. 图像处理、模式识别、计算机视觉、计算机图形学、机器学习等计算机相关专业在读研究生优先一面（2025.7.10）30minHR发给我的邮件是上午 11 点，我 11 点进会议等了半个多小时没人退出去了，12 点多的时候，HR微信联系我说怎么没进飞书会议，然后我赶紧爬起来进会议。。。搞忘了，日本和国内有一个小时时差，麻了。。。1. 面试官进来直接说你的简历我已经看过了，自我介绍一下吧2. 几乎是纯聊天。。。面试官说我的经历非常匹配（暗示3. 大模型有没有推理优化经验？无，我说以前主要做CV算法，接触和使用过扩散模型。。。4. 算法题：最大子数组和（秒了）5. 硕士研究内容？6. 偏向算法还是调度？有没有调度相关经验？无。。。7. 你们推理部署是怎么做的？我介绍了自己之前负责和参与过的GPU侧和端侧的推理部署8. 写过CUDA吗？熟不熟？学校里深入学过，之后因为业务关系，没啥使用场景，可以再捡起来9. 你还做过AIGC？有没有NLP相关经验？基本的概念和算法比如 tf-idf, n-gram，word2vec 这些都是知道的，做过文本分类任务，了解 Transformer、CLIP10. 有没有多卡推理优化经验？有多卡训练经验，多卡推理没做过。。。11. 问什么时候能来实习？答最快这月底就能到岗，3个月时间可以保证，每周5天12. 你知道岗位base地吗，能接受吗？我说就是期望在国内实习，上海完全能接受，表现出很想去的意愿🤣13. 反问：组内主要业务场景？商品内容理解、文本理解、AI鉴定商品真伪、推理优化等。学聪明了，面试官框框介绍完，我添一句“那还是挺期待的”🤣，疯狂暗示一面面试官貌似就是老大，结束后HR直接说过了，进offer流程。。。今年暑期准备就去这个了，主要是面试官和善，面试体验好、务实，其余都是次要的（没认真找，随便投投，攒攒面试经验，我觉得现在找工作看眼缘、看运气。本来想着回家吃饭睡觉的 日本饭好难吃啊。。。

为什么让我写dataset实现，我都调包的我哪知道为什么不考力扣为什么不考力扣为什么不考力扣为什么不考力扣为什么不考力扣为什么不考力扣第二天就挂，再也不投字节了[完啦R]

1.自我介绍，介绍实习经历和项目经历时打断2.问业务的背景，米家APP做个什么事3.做模型的微调，大模型的相比于推荐模型在该业务场景下的好处；在多设备多操作下更能匹配到推荐lable4.怎样用llm挖掘的数据，理解并不是用大模型来造数据5.建议把多模态的介绍放到最上面6.怎么把DPO应用到我们的项目上7.DPO,PPO,GRPO的区别8.手撕最长递增子序列（没撕出来）9.反问组里资源，组里业务

6.26投递 7.16一面无笔试，直接约一面。（还有独立的提前批和正式批）强度比较大，总时长1h，5min自我介绍+50min提问（项目+少量八股）+反问。无手撕。1.自我介绍（专门提前问了我PPT要讲多久）2.项目提问（这次每个项目都问了，很全）项目一：问题1：做的课题是什么，主要贡献是啥追问：你的意思是，FoV和深度恢复的权衡，谁重要？追问：你们的结论是啥呢追问：这个算法在哪个开源方改的，有没有版权问题的追问：算法具体的改进点，具体代码追问（打断）：会做关联吗问题2：快速运动图像模糊有特殊处理吗问题3：大致讲一下代码里面SLAM的整个流程项目二：问题1：你们加了啥追问：上面也是用脚点的方式去提吗？追问：能不能看一下效果，针对视频效果提问追问：网络细节，输出什么追问：看一下指标项目三：（横向）问题1：做的什么地图，mesh吗问题2：讲讲这块你遇到的比较大的问题，克服的一些困难追问：有精度指标上的要求吗追问：调研的时候，还有其他方法吗项目四：问题1：挑战杯项目是啥追问：这个项目主要是为了什么，用什么传感器，组大概有多少人八股：问题1：C++里面有多少个锁问题2：sort的排序序大致是怎么实现的反问：技术现状，传统方法焦虑学习方法还不够成熟，实际应用中仍需结合传统规则，有些厂商也在回归传统。真正能完全靠 learning 落地的还没有，最多就是demo，没人确定学习方法能不能真正解决问题。SLAM 岗位变少了但相关方向如建图仍有需求。公司更看重的是个人成长性和通用能力，而不是具体做的是传统方法还是深度学习