最近影石的秋招真是让我心潮起伏，虽然之前已经决定放弃，但影石的抬价让我又重新燃起了希望。所以，我决定分享一下我的面试经历，希望能帮到同样在准备秋招的小伙伴们。一面面经： 💪一面的面试官真是技术大咖，问题一个接一个，完全没有停下来的意思。以下是我被问到的一些问题：为什么选择MNN推理框架？有没有调研过其他的？模型从训练到端侧用MNN作推理的流程是什么？实习任务中，int8和半精度的性能提升明显吗？MNN的具体实现和优化策略是什么？双线性插值的4个点的权重如何分配？仿射变换用了什么NEON指令集，做了什么运算？ax+b用矢量去做加速，会用哪条指令？HWC和CHW以及NC4HW4的区别是什么？如果...

终于结束了 投101家面30泡12oc 7结束了.补充一下大家很感兴趣的：之前有一天面了七场，从早上九点面到晚上七点10.14更新，oc 10

坏消息，美团也寄了

45min和一面一样，看着都是那种比较实在的中年人问巨多细节数据量到模型参数到loss function到用的卡的数量CLIP的损失函数，infoNCEimage encoder 和 text encoder用的什么模型dim是多少qwen2.5 -vl 的data flowMrope怎么编码的https://zhuanlan.zhihu.com/p/719388479强化学习的目标函数，忘了重要性采样了反问业务