理想大模型推理日常 一面（已挂

蹲百度的 hr 或者同期，offer 评估很久了也没人联系，是不是 g 了

产品岗真实工作体会~ 我所在的产品线整体风格不卷，加班不严重，周末大家都安排自己的生活，可以安心放下手机，也让我彻底放下“不秒回羞耻症” 阿里云团队规模太大，分工很细，人也很多，想搞清楚一件事情要对接好多好多人，要熟悉的流程也贼多，这个过程的确有些累，但我估计只要在大厂都会这样 感觉这边做事情自由度更高，换句话说，老板只要结果，过程怎么做自己想办法去 凡事凡人都爱讲价值。初次对接的其他部门的同事，也会直接问我，“你对业务的价值是什么” 目前线上线下接触到的同事估计有四五十个，99%交流都顺畅，有话都直说 这一个月约了不少coffee talk，即使没有直接的工作关联，大家还都挺热心解答我各种疑...

第一轮面试官可能是部门主管，主要考察了简历相关，并没有问太多技术问题，聊的很愉快。两天后我收到电话通知，电话通知说面试官的反馈还是很不错的。第二、三轮是线下面试，第二轮面试的主要内容考察了对于硬件以及游戏性能的理解，有1%low fps，常见图形引擎、PCIE接口，都能回答的上来，并且和面试官交流很顺畅。第三轮是代码面试，首先给了我几张印有代码题目的纸，让我选几道擅长的回答，第一道是如何生成一个包含整数和浮点数的数组，我使用了python的nprandom.uniform来回答，第二题是如何对一个数组进行排序，我回答了.sort，但是面试官说需要提供具体的方法，我承认我近两年都在使用python，只回答了一个冒泡排序。第三题是假如有一个benchmark.py，有很多不同的参数比如size=【0，1】，resolution=【1080p，720p】等可变参数组合，如何使用不同组合进行基准测试，我回答了可以使用pytest的parameterrize框架（我个人觉得这应该是这个，因为用for循环跑自动化测试太蠢了），但在这之后，面试官提议能否向他展示我研究生课程相关的代码，我随即向他展示了我研究阶段写的一个项目的代码（我感觉还是拿得出手的），并加以介绍，然后面试官就提前结束了面试，说剩下的题目没有什么意义了，原本第三轮一小时的面试最终三十五分钟就结束了。留下我一脸懵逼的出门，目前还没结果，希望能拿下offer

什么是嵌入式AI嵌入式 AI（Embedded AI）是指将人工智能技术与算法集成到嵌入式系统中，使设备能够在本地（无需依赖云端服务器）实现数据处理、分析和决策的技术形态。它融合了嵌入式系统的实时性、低功耗特性与AI 的智能化能力，让传统硬件设备具备 “边端智能”，适用于对响应速度、隐私保护、网络依赖性要求高的场景。核心特点本地化运行无需联网即可完成数据处理和决策，避免网络延迟和断网风险（如自动驾驶汽车在隧道中实时避障）。保护用户隐私：敏感数据（如人脸、医疗信息）无需上传云端，直接在设备端处理。低功耗与轻量化受限于嵌入式设备的算力和电池容量（如智能手环、智能家居设备），需对 AI 模型进行压缩...