面试反问大家都会问一些啥问题呀

每次面试最后"你有什么问题吗"，我都恨不得问"什么时候发offer"整理了一份高质量反问清单，按阶段分类：初面（业务面）：这个岗位所在的团队目前最大的挑战是什么？如果有幸入职，我前三个月的重点工作是什么？您对这个岗位的新人有什么期望？复面（主管面）：团队的技术栈/工具链是怎样的？未来有计划升级吗？这个岗位的晋升路径是怎样的？您认为在这个岗位上做得优秀的人具备什么特质？HR面：公司的培训体系是怎样的？（别一上来就问薪资）这个岗位的考核周期和考核指标是什么？团队氛围和加班情况大概是什么样的？（问得委婉点）每次问完这些问题，HR都会多聊几句，有时候还能捞到额外信息！

1. 从 R-CNN 到 Faster R-CNN 的演变R-CNN：Selective Search 提候选框，逐框CNN提特征，慢。Fast R-CNN：整图卷积 + RoI Pooling，共享特征，速度提升。Faster R-CNN：引入 RPN 生成候选框，实现端到端 two-stage 检测。2. 目标检测 two-stage 模型有哪些？典型 two-stage：Faster R-CNNMask R-CNNCascade R-CNN特点：精度高，尤其对小目标和复杂场景更稳；但速度一般慢于 one-stage。3. 说一下 NMS 的处理思想NMS（非极大值抑制）用于去重框：按置信...

其实是忘记买票了我mt都走了，今天还有一个实习生陪我想家了这2天就纯摸鱼

最近面试了不少AI大模型方向的候选人，自己也从业务面和HR面两个维度做了复盘很多同学在准备面试时，总是习惯站在“如何回答”的角度去背题，缺乏结构化的思维和表达但其实更有效的准备方式是：站在面试官的角度，理解他为什么这么问，他想考察什么，什么样的回答能让他眼前一亮第一部分：业务面试官 (简历深挖与场景题)这部分主要考察你对做过项目的深度理解，以及解决实际问题的能力，而不是只会调用API。模块一：项目深挖（SD与RAG）问题1： SD项目中的提示词是如何编写的？（考察Prompt Engineering基本功）考察点： 是玄学调参还是有方法论？有没有建立标准化流程？回答思路拆解： 不要只说“根据经...