百度日常实习 多模态算法二面

看了大家不少面经，我也发发面经攒人品✉️投递：3.18💬面试：一面 3.23 二面 3.25 三面 4.3 HR面 4.13📝offer：4.21🎙️我的感受：我由于测评不高，面到HR面的时候非常的焦虑，很怕因为测评给我挂了我投的淘天全挂了，可能就是因为测评不行吧总体下来阿里的面试官还是挺尊重的，拷打的很详细bg：双九，一段小厂对口实习面试主要内容狠狠拷打简历，实习内容，问的非常详细，会问到你负责了什么，用了多少张卡，学习率怎么样，训练了多久，用了多少数据，数据是怎么准备的，显存占用怎么样场景题：如果我目前有一个数字人的模型，我想训练成只生成一个人的，可以怎么做你看过什么别的 SOTA 模型的 ref image 注入方式，有什么优劣八股：如何判断模型是否收敛如果训练的时候梯度消失或者爆炸，你怎么解决如何系统判断是否训练完成，特别是在视频生成模型中有哪些常见的蒸馏方法LoRA 微调的原理DiT 的框架流程，如何时间注入，讲一讲 AdaLN讲一下 flow Matching，原理，优势现在为什么大家都用 RMSNorm 而不是 LayerNormAdam 和 AdamW 的原理，有什么改进手撕：1. 二叉树的右视图2. 非 hot 100，滑动窗口3. 扎破所有气球的最少箭数暑期实习还是太折磨了，我面了好多场，一直在泡池子。。。腾讯二面给我泡了13天然后挂，米哈游一面挂，快手简历挂。。。看到身边同学都拿到offer了，那是一个焦虑啊，本来都想转日常了。最后总算是有一个结果了

职场从来都不存在什么公平，雇主通常都是优势方而雇员是弱势方（行业大神除外），再加上我们国家人口众多，所以很正常的，公司作为雇主在面试应聘者的时候都是趾高气昂、高高在上（面试过n家公司的在一旁泣血控诉）。人有三六九等，公司也有三六九等，而面试官也有，有不少渣渣公司在面试求职者的时候，往往瞅准了求职者急于找到工作的心理，用各种手段把求职者耍的团团转，最后求职者还得对他们说一句：谢谢！下面是几种求职者经常会遇到的坑:第一种：打着招人的幌子实际上是为了解决公司项目上遇到的技术难题在我们求职过程中，有的公司动机不纯，通过各种理由欺瞒，将求职者在面试时的经验成果据为己有。最常见的就是以笔试为名将项目里遇到...

被探过底后才开的，感觉没空间a，不知道是不是大白菜qwq学历防定位

真的要被春招面试搞疯了，每次都能顺利通过一面，结果到二面就翻车，来来回回挂了好几次，真的是越面越没信心了。一面大多是问基础题、简历上的项目，这些我都提前准备过，基本上都能对答如流，每次面完都觉得稳了，结果等来了二面，直接被问懵。二面要么是深挖项目细节，问我“这个项目里你遇到的最大问题是什么？具体怎么解决的？”，要么是问业务场景题，结合项目给我提一些具体业务上的问题，我每次都答得磕磕绊绊，思路不清晰。真的太磨心态了，每次都差一步，不是简历挂、不是一面折戟，偏偏卡在二面，越面越焦虑，甚至开始怀疑自己是不是真的不行。