前言二面整体难度明显高于一面，问题从“你做过什么”升级为“你为什么这样设计”“如果量产会遇到什么问题”。不再停留在模块级别，而是围绕整机系统架构、视频处理链路、性能瓶颈、异常场景和可靠性设计展开深挖。面试官更关注：是否真正理解影像系统的数据流是否具备系统级架构思维是否有产品化与量产经验是否能从性能、功耗、热、稳定性多维度思考问题整体感觉：如果没有完整做过影像类产品，或者没有系统级复盘，很容易被连续追问带走节奏。详细介绍你做过的影像项目整体技术架构，你负责的模块是什么？数据流如何设计？如果让你从零设计一款运动相机的软件架构，如何分层？模块如何解耦？运动相机防抖有哪些实现方式？EIS 和 OIS ...

无实习加一般学历，求简历拷打

1500沟通，几乎没有面试，现在也懒得投了，都是每天插件投到上限就结束，

ai算法实习生2026.03.04，下午14:00，一面，线上，1h左右，都开摄像头了1.自我介绍2.多策略微调这个项目是什么类型的？在 910B3 服务器上微调Qwen-3-8B 模型，使用全量微调、lora 微调和 freeze 微调三个策略做对比，是自己为了学习模型微调自主开展的项目。3.这个项目最终成果和目的是什么？目的是提升模型在中文语义理解方面的能力，最终用中文逻辑推理、中文语理解、知识相关三个数据集完成了测试。4.可以举例说一下中文语言理解的实现过程吗？选用中文逻辑推理、中文语理解、知识方面的三个数据集，基于Qwen-3-8B 模型用三种微调策略训练后，用这三个数据集对模型进行中...