2025.9.2  面试时长80分钟17.00~18.20Docker容器的使用，用来干嘛C++，多态，虚函数是怎么实现的，底层是怎样的如果有一个unsigned 32类型数据，我要对其中某位置1，应该怎么实现QT，信号与槽和回调函数的区别（有很大区别，回答了区别不大[牛泪][掉小珍珠了]，回调一般是一对一，信号与槽可以一对多，发送方只管发送信号且可以跨线程）stft，窗函数有哪些，都是怎样实现的，分别有什么特点Transformer，交叉注意力，掩码注意力，自注意力，这集中注意力是怎样实现的，有什么区别介绍毕设项目，DMCRN，RCAT-UNet介绍端到端语音增强模型，介绍RCAT-UNet模型内部结构为什么选时域的端到端模型模型选用的损失函数是怎么样的评估语音模型复杂度的指标语音信号前处理的预加重是什么意思，怎么操作（很久之前看的，模糊记得是加重高频成分，特征提取时比较均衡，蒙对了[小丑]）介绍实习项目，主要在企业做什么，讲讲模型QAT到板端部署的流程，过程中有没有遇到什么困难（GRU的量化，与重写算子，训练速度极大降低，tflite，tflite-micro,onnx2c的使用）cnn和rnn两个模型谁的速度快（分点进行了回答，训练和推理两种情况，流式，顺便提了一嘴Mamba加戏）有没有试过PTQ，PTQ是怎么实现的，进行校准的数据集选取对最终结果的影响（先介绍PTQ原理，数据集的数量选取做了多组实验，讲结果如何，最后于QAT精度对比，损失大）部署时板端的资源如何，主要在什么设备部署（低计算资源**MB的MCU，嵌入式设备，移动端）用的是什么精度的量化（INT8），为什么要用这个精度（板端支持，模型理论压缩四倍，推理相比FP32很快，精度损失很小，提供量化指标对比，与浮点模型结果进行对比）板端推理时候，使用CPU或者使用NPU设备，速度上有什么体现吗，会快多少（NPU比CPU快十多倍左右）问第二段实习在电科主要做什么工作介绍传统算法，谱减法，维纳滤波，都是如何实现的（基于噪声，信噪比估计）了解麦克风阵列算法吗（没做过，只做过天线阵列）算法题，实现一个卷积算子，输入1234与123，实现卷积输出