26届达摩院芯片设计岗实习面经

实习可以让你走出校园，见识到大厂是怎么干活做事情的，会更熟悉、流畅使用git各种指令，如何建立分支，处理合并冲突等等知道如何规范化开发，一个需求是怎么确定的，怎么收尾。还会了解到埋点、ab实验、AI相关内容，知道现在最新的技术是什么，这些有专人进行整理，个人感觉会省心不少，每周只需要花点时间看一遍就行。不然的话在校，只能各个官网看，在公众号里看二手新闻。还有就是发布上线等等，先灰度发布看有没有问题，再慢慢的一点点推上线上。这些如果不去实习，单凭学校项目很难接触到。感觉也有可能是因为在学校做的项目，只是单纯的熟悉技术项目，没有遇到太多的难点和线上事故，因此在实习面试中面试官只好侧重于问八股知识点，但凡实习过后，再面试时，重点都会放在深挖实习项目上了，之后直接算法写题，没有八股问答环节。

在字节三个月了，打算再熬两三个月看看，转正有没有希望。同时想准备秋招，家人们求问下一般秋招的节点是怎么样的。很久没看算法和八股了。有一些提前批不知道要不要准备，7.8.9月份

鼠鼠小厂实习，感觉八股算法全忘光了，实习包装产出感觉一问到底就gg，秋招强度那么大，真能扛住吗，真能有offer吗，焦虑暴增🥲 实习好忙好忙，根本没时间准备秋招，准备辞职了继续租房all in秋招，这段时间gap学习一下😭😭😭

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，这也算CV大模型🤗4. 我们来做个算法题吧。我：OK🫡。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。。。